Desenvolvimento de plataforma para produção de vacina baseada em BCG recombinante (rBCG) para a prevenção de infecções por SARS-CoV-2

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Vara, Pedro Henrique Negreiros
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Pontifícia Universidade Católica do Rio Grande do Sul
Escola de Ciências Saúde e da Vida
Brasil
PUCRS
Programa de Pós-Graduação em Biologia Celular e Molecular
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Vacina
SARS-CoV-2
COVID-19
rBCG
Multiepitópica
DNA
Vaccine
Subunit
Multi-epitope
CIENCIAS BIOLOGICAS::BIOLOGIA GERAL
Link de acesso: https://tede2.pucrs.br/tede2/handle/tede/10538
Resumo: A melhoria contínua no processo de desenvolvimento de vacinas é um passo extremamente importante para mitigar os efeitos da doença COVID-19, infecção causada pelo SARS-CoV-2 e suas variantes, em diversas regiões do mundo. A Mycobacterium bovis BCG recombinante (rBCG) é promissora para um protocolo de vacinação prime-boost heteróloga para infecções virais. Consequentemente, a combinação de estratégias de imunoinformática e redes neurais permite avaliar potenciais candidatos a vacinas com um método econômico e conveniente, uma vez que as previsões in silico podem reduzir o número de experimentos de laboratório necessários para sua validação. Neste estudo, identificamos as regiões mais conservadas para 10 proteínas diferentes do SARS-CoV-2, e usando uma abordagem de deep learning (aprendizagem profunda) in silico, identificamos subunidades de vacina antigênicas contendo epítopos lineares de células B, epítopos de linfócitos T citotóxicos (CTL) e epítopos de linfócitos T auxiliares epítopos (HTL) e desenvolvemos um plasmídeo para um vetor bacteriano vivo para uma vacina recombinante. O candidato final foi construído com 12 subunidades de vacina unidas por ligantes AAY e GPGPG, e contém 13 epítopos de células B lineares, 10 epítopos de células B conformacionais, 76 epítopos de CTL e 39 epítopos de HTL. A cobertura populacional para os epítopos CTL e HTL combinados foi estimada em 98,49%. Testes in silico foram realizados para validar a qualidade da vacina, mostrando que a proteína recombinante multiepitópica é antigênica, não alergênica e com propriedades físico-químicas adequadas. As estruturas secundária e terciária (3D) da vacina final também foram previstas, e sua interação com os receptores imunes (TLR3 e TLR4) avaliada por docagem molecular. Além disso, os resultados da simulação imunológica indicam que a vacina pode elicitar forte imunidade celular e humoral contra o vírus. Por fim, a otimização de códons foi realizada com o propósito de se obter maior eficiência de expressão gênica e, com isso, de produção da vacina recombinante. A vacina rCPBMFMEV requer validação experimental e clínica, mas mostra indicadores promissores de que pode combater a infecção viral SARS-CoV-2.
id P_RS_428692997f9208e4d1f006dd2ce602f6
oai_identifier_str oai:tede2.pucrs.br:tede/10538
network_acronym_str P_RS
network_name_str Biblioteca Digital de Teses e Dissertações da PUC_RS
repository_id_str
spelling Desenvolvimento de plataforma para produção de vacina baseada em BCG recombinante (rBCG) para a prevenção de infecções por SARS-CoV-2VacinaSARS-CoV-2COVID-19rBCGMultiepitópicaDNAVaccineSubunitMulti-epitopeCOVID-19SARS-CoV-2rBCGCIENCIAS BIOLOGICAS::BIOLOGIA GERALA melhoria contínua no processo de desenvolvimento de vacinas é um passo extremamente importante para mitigar os efeitos da doença COVID-19, infecção causada pelo SARS-CoV-2 e suas variantes, em diversas regiões do mundo. A Mycobacterium bovis BCG recombinante (rBCG) é promissora para um protocolo de vacinação prime-boost heteróloga para infecções virais. Consequentemente, a combinação de estratégias de imunoinformática e redes neurais permite avaliar potenciais candidatos a vacinas com um método econômico e conveniente, uma vez que as previsões in silico podem reduzir o número de experimentos de laboratório necessários para sua validação. Neste estudo, identificamos as regiões mais conservadas para 10 proteínas diferentes do SARS-CoV-2, e usando uma abordagem de deep learning (aprendizagem profunda) in silico, identificamos subunidades de vacina antigênicas contendo epítopos lineares de células B, epítopos de linfócitos T citotóxicos (CTL) e epítopos de linfócitos T auxiliares epítopos (HTL) e desenvolvemos um plasmídeo para um vetor bacteriano vivo para uma vacina recombinante. O candidato final foi construído com 12 subunidades de vacina unidas por ligantes AAY e GPGPG, e contém 13 epítopos de células B lineares, 10 epítopos de células B conformacionais, 76 epítopos de CTL e 39 epítopos de HTL. A cobertura populacional para os epítopos CTL e HTL combinados foi estimada em 98,49%. Testes in silico foram realizados para validar a qualidade da vacina, mostrando que a proteína recombinante multiepitópica é antigênica, não alergênica e com propriedades físico-químicas adequadas. As estruturas secundária e terciária (3D) da vacina final também foram previstas, e sua interação com os receptores imunes (TLR3 e TLR4) avaliada por docagem molecular. Além disso, os resultados da simulação imunológica indicam que a vacina pode elicitar forte imunidade celular e humoral contra o vírus. Por fim, a otimização de códons foi realizada com o propósito de se obter maior eficiência de expressão gênica e, com isso, de produção da vacina recombinante. A vacina rCPBMFMEV requer validação experimental e clínica, mas mostra indicadores promissores de que pode combater a infecção viral SARS-CoV-2.The continuous improvement in the vaccine development process is an extremely important step to mitigate the effects of the COVID-19 disease, an infection caused by SARS-CoV-2 and its variants, over varied regions in the world. A recombinant Mycobacterium bovis BCG (rBCG) is promising for a heterologous prime-boost vaccine protocol for virus infections. Consequently, the combination of immunoinformatic and deep neural network strategies make it possible to evaluate potential vaccine candidates with a cost-effective and convenient method, since in silico predictions can reduce the number of experiments needed for its validation. In this study, we identified the most conserved regions for 10 different SARS-CoV-2 proteins and by using an in silico deep learning approach identified antigenic vaccine subunits containing linear B-cell epitopes, cytotoxic T lymphocyte epitopes (CTL) and helper T lymphocyte epitopes (HTL) and developed a plasmid for a live bacterial vector for a recombinant vaccine. The final candidate was constructed with 12 vaccine subunits spliced together by AAY and GPGPG linkers, with 13 linear B-cell epitopes, 10 conformational B-cell epitopes, 76 CTL epitopes and 39 HTL epitopes. The population coverage for the combined CTL and HTL epitopes was estimated to be 98.49%. In silico tests were performed to validate the vaccine quality, showing that the multi-epitope recombinant protein is antigenic, non-allergenic and with adequate physicochemical properties. The secondary and tertiary (3D) structure of the final vaccine was also predicted, and its interaction with immune receptors (TLR3 and TLR4) evaluated by molecular docking. Additionally, results for the immune simulation indicate that the vaccine may elicit strong cellular and humoral immunity against the virus. Finally, codon optimization was performed to improve gene expression and, as a consequence, improve production of the recombinant vaccine. The rCPBMFMEV vaccine requires experimental and clinical validation but shows promising indicators that it can fight the SARS-CoV-2 viral infection.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESPontifícia Universidade Católica do Rio Grande do SulEscola de Ciências Saúde e da VidaBrasilPUCRSPrograma de Pós-Graduação em Biologia Celular e MolecularBizarro, Cristiano Valimhttp://lattes.cnpq.br/8237569228020224Vara, Pedro Henrique Negreiros2022-11-03T19:58:57Z2022-08-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://tede2.pucrs.br/tede2/handle/tede/10538porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da PUC_RSinstname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)instacron:PUC_RS2022-11-03T23:00:18Zoai:tede2.pucrs.br:tede/10538Biblioteca Digital de Teses e Dissertaçõeshttp://tede2.pucrs.br/tede2/PRIhttps://tede2.pucrs.br/oai/requestbiblioteca.central@pucrs.br||opendoar:2022-11-03T23:00:18Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)false
dc.title.none.fl_str_mv Desenvolvimento de plataforma para produção de vacina baseada em BCG recombinante (rBCG) para a prevenção de infecções por SARS-CoV-2
title Desenvolvimento de plataforma para produção de vacina baseada em BCG recombinante (rBCG) para a prevenção de infecções por SARS-CoV-2
spellingShingle Desenvolvimento de plataforma para produção de vacina baseada em BCG recombinante (rBCG) para a prevenção de infecções por SARS-CoV-2
Vara, Pedro Henrique Negreiros
Vacina
SARS-CoV-2
COVID-19
rBCG
Multiepitópica
DNA
Vaccine
Subunit
Multi-epitope
COVID-19
SARS-CoV-2
rBCG
CIENCIAS BIOLOGICAS::BIOLOGIA GERAL
title_short Desenvolvimento de plataforma para produção de vacina baseada em BCG recombinante (rBCG) para a prevenção de infecções por SARS-CoV-2
title_full Desenvolvimento de plataforma para produção de vacina baseada em BCG recombinante (rBCG) para a prevenção de infecções por SARS-CoV-2
title_fullStr Desenvolvimento de plataforma para produção de vacina baseada em BCG recombinante (rBCG) para a prevenção de infecções por SARS-CoV-2
title_full_unstemmed Desenvolvimento de plataforma para produção de vacina baseada em BCG recombinante (rBCG) para a prevenção de infecções por SARS-CoV-2
title_sort Desenvolvimento de plataforma para produção de vacina baseada em BCG recombinante (rBCG) para a prevenção de infecções por SARS-CoV-2
author Vara, Pedro Henrique Negreiros
author_facet Vara, Pedro Henrique Negreiros
author_role author
dc.contributor.none.fl_str_mv Bizarro, Cristiano Valim
http://lattes.cnpq.br/8237569228020224
dc.contributor.author.fl_str_mv Vara, Pedro Henrique Negreiros
dc.subject.por.fl_str_mv Vacina
SARS-CoV-2
COVID-19
rBCG
Multiepitópica
DNA
Vaccine
Subunit
Multi-epitope
COVID-19
SARS-CoV-2
rBCG
CIENCIAS BIOLOGICAS::BIOLOGIA GERAL
topic Vacina
SARS-CoV-2
COVID-19
rBCG
Multiepitópica
DNA
Vaccine
Subunit
Multi-epitope
COVID-19
SARS-CoV-2
rBCG
CIENCIAS BIOLOGICAS::BIOLOGIA GERAL
description A melhoria contínua no processo de desenvolvimento de vacinas é um passo extremamente importante para mitigar os efeitos da doença COVID-19, infecção causada pelo SARS-CoV-2 e suas variantes, em diversas regiões do mundo. A Mycobacterium bovis BCG recombinante (rBCG) é promissora para um protocolo de vacinação prime-boost heteróloga para infecções virais. Consequentemente, a combinação de estratégias de imunoinformática e redes neurais permite avaliar potenciais candidatos a vacinas com um método econômico e conveniente, uma vez que as previsões in silico podem reduzir o número de experimentos de laboratório necessários para sua validação. Neste estudo, identificamos as regiões mais conservadas para 10 proteínas diferentes do SARS-CoV-2, e usando uma abordagem de deep learning (aprendizagem profunda) in silico, identificamos subunidades de vacina antigênicas contendo epítopos lineares de células B, epítopos de linfócitos T citotóxicos (CTL) e epítopos de linfócitos T auxiliares epítopos (HTL) e desenvolvemos um plasmídeo para um vetor bacteriano vivo para uma vacina recombinante. O candidato final foi construído com 12 subunidades de vacina unidas por ligantes AAY e GPGPG, e contém 13 epítopos de células B lineares, 10 epítopos de células B conformacionais, 76 epítopos de CTL e 39 epítopos de HTL. A cobertura populacional para os epítopos CTL e HTL combinados foi estimada em 98,49%. Testes in silico foram realizados para validar a qualidade da vacina, mostrando que a proteína recombinante multiepitópica é antigênica, não alergênica e com propriedades físico-químicas adequadas. As estruturas secundária e terciária (3D) da vacina final também foram previstas, e sua interação com os receptores imunes (TLR3 e TLR4) avaliada por docagem molecular. Além disso, os resultados da simulação imunológica indicam que a vacina pode elicitar forte imunidade celular e humoral contra o vírus. Por fim, a otimização de códons foi realizada com o propósito de se obter maior eficiência de expressão gênica e, com isso, de produção da vacina recombinante. A vacina rCPBMFMEV requer validação experimental e clínica, mas mostra indicadores promissores de que pode combater a infecção viral SARS-CoV-2.
publishDate 2022
dc.date.none.fl_str_mv 2022-11-03T19:58:57Z
2022-08-29
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://tede2.pucrs.br/tede2/handle/tede/10538
url https://tede2.pucrs.br/tede2/handle/tede/10538
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Pontifícia Universidade Católica do Rio Grande do Sul
Escola de Ciências Saúde e da Vida
Brasil
PUCRS
Programa de Pós-Graduação em Biologia Celular e Molecular
publisher.none.fl_str_mv Pontifícia Universidade Católica do Rio Grande do Sul
Escola de Ciências Saúde e da Vida
Brasil
PUCRS
Programa de Pós-Graduação em Biologia Celular e Molecular
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da PUC_RS
instname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
instacron:PUC_RS
instname_str Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
instacron_str PUC_RS
institution PUC_RS
reponame_str Biblioteca Digital de Teses e Dissertações da PUC_RS
collection Biblioteca Digital de Teses e Dissertações da PUC_RS
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
repository.mail.fl_str_mv biblioteca.central@pucrs.br||
_version_ 1850041311256641536

Registros relacionados