Computationally guided multi-epitope vaccine design targeting oncoprotein BZLF1, EBNA1, LMP1, and LMP2 for of EBV associated gastric cancer.

چکیده اصلی

BACKGROUND: Epstein-Barr virus (EBV)-associated gastric cancer (EBVaGC) is distinct molecular subtype of gastric cancer for which effective preventive and targeted therapeutic strategies remain limited. This study aimed to design and evaluate multiepitope vaccine candidates targeting four EBV proteins critically involved in this disease, namely BZLF1, EBNA1, LMP1, and LMP2. METHODS: An integrated immunoinformatics and reverse vaccinology approach was employed to predict and screen MHC-I (CTL), MHC-II (HTL), and B-cell epitopes. Selected epitopes were assembled into multiepitope vaccine constructs, which were then evaluated for physicochemical properties, potential interactions with immune receptors, and post-injection immune responses using computational simulations. RESULTS: A total of 20 immunodominant epitopes in each CTL, HTL and LBL were identified and selected based on their predicted antigenicity, immunogenicity, non-allergenicity, and non-toxicity, while the selected MHC-II epitopes were additionally predicted to induce IFN-γ, IL-2, IL-4, and IL-10 responses. Global population coverage analysis estimated worldwide coverage of 98.74%. The final vaccine construct comprised 1,091 amino acids and exhibited favorable physicochemical properties with acceptable structural quality, as indicated by a ProSA Z-score of - 2.28 and 79.1% of residues located in the most favored regions of the Ramachandran plot. Disulfide engineering identified six residue pairs with the potential to enhance structural stability. Molecular docking demonstrated favorable binding of the vaccine construct to TLR9, with a HADDOCK score of - 165.4 ± 0.7 kcal/mol. Molecular dynamics simulations further supported the structural feasibility of the vaccine-TLR9 complex, yielding an average RMSD of 1.253 nm; 963.3 hydrogen bonds, and SASA of 911.3 nm². Meanwhile, normal mode analysis corroborated the dynamic stability of the complex. Codon optimization in the pET-28a(+) vector resulted an optimal codon adaptation index (CAI = 1.0) and GC content of 57.86%, suggesting high potential for recombinant expression in Escherichia coli. Immune simulations further predicted coordinated humoral and cellular immune responses, accompanied by immunological memory formation following simulated vaccination regimen. CONCLUSION: The study proposed multiepitope vaccine candidate targeting crucial antigen of EBVaGC based immunoinformatics-based approach. The construct predicted to have favorable in silico immunological and structural properties. However, further experimental validation is required to confirm its safety and immunogenic potential.

ترجمه فارسی چکیده

سرطان معده مرتبط با ویروس Epstein-Barr (EBVaGC) یک زیرنوع مولکولی متمایز است که استراتژی‌های پیشگیرانه و درمانی هدفمند مؤثری برای آن محدود است. این مطالعه به طراحی و ارزیابی کاندیداهای واکسن چند لپیتوپی با هدف چهار پروتئین EBV درگیر کلیدی در این بیماری، یعنی BZLF1، EBNA1، LMP1 و LMP2 پرداخت. از رویکردی ترکیبی از ایمونواینفورماتیک و واکسنولوژی معکوس برای پیش‌بینی و غربالگری لپیتوپ‌های MHC-I (سلول‌کُش)، MHC-II (کمک‌کننده سلولی T) و لپیتوپ‌های B‌سلولی استفاده شد. لپیتوپ‌های انتخابی در ساختارهای واکسن چند لپیتوپی ادغام شدند و سپس برای خواص فیزیوشیمیایی، تعاملات بالقوه با گیرنده‌های ایمنی و پاسخ‌های ایمنی پس از تزریق با استفاده از شبیه‌سازی‌های محاسباتی ارزیابی شدند. در مجموع ۲۰ لپیتوپ غالب ایمنی در هر گروه CTL، HTL و BBL شناسایی و بر اساس آنتی‌ژنیک بودن، ایمنی‌زایی، عدم آلرژیک بودن و عدم سمی بودن پیش‌بینی شده انتخاب شدند. تحلیل پوشش جمعیت جهانی پوشش جهانی ۹۸٫۷۴٪ را برآورد کرد. نهایی‌ترین ساختار واکسن شامل ۱۰۹۱ آمینو اسید بود و خواص فیزیوشیمیایی مطلوب و کیفیت ساختاری قابل قبول را نشان داد. مهندسی دی‌سولفید شش جفت رزیدو را شناسایی کرد که پتانسیل بهبود پایداری ساختاری را دارند. مهندسی تداخل نشان داد که ساختار واکسن به TLR9 به طور مطلوب متصل می‌شود. شبیه‌سازی‌های دینامیک مولکولی پایداری ساختاری پیچیده واکسن-TLR9 را تأیید کرد. بهینه‌سازی کدون در وکتور pET-28a(+) منجر به شاخص تطبیق کدون بهینه (CAI = ۱٫۰) و محتوای GC ۵۷٫۸۶٪ شد. شبیه‌سازی‌های ایمنی پاسخ‌های ایمنی هماهنگ humoral و سلولی را پیش‌بینی کردند. نتیجه‌گیری: این مطالعه کاندیدای واکسن چند لپیتوپی را بر اساس رویکرد ایمونواینفورماتیک پیشنهاد کرد که خواص ایمنی‌زایی و ساختاری مطلوب در محیط شبیه‌سازی را پیش‌بینی می‌کند. با این حال، تأیید تجربی بیشتر برای اطمینان از ایمنی و پتانسیل ایمنی‌زایی مورد نیاز است.

متن کامل اصلی