Гибридные белки, содержащие антигенный эпитоп и тиоредоксин для in vitro стимуляции CD4+ TCR+ Jurkat Т-клеток

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Исследование CD4+ Т-клеточного ответа, а также специфичности Т-клеточных рецепторов (TCR) имеет ключевое значение для изучения этиологии иммунных заболеваний и разработки их целевой терапии. Растворимость, доступность и стабильность синтетических антигенных пептидов, используемых при оценке специфичности Т-клеток, имеют критическую важность. В данной работе мы используем репортерную систему активации Т-клеток с использованием рекомбинантных белков, содержащих антигенные эпитопы, слитые с бактериальным тиоредоксином (trx-пептидами), полученных с помощью бактериальной экспрессии. Совместная инкубация CD4+ HA1.7 TCR+ репортерных клеток Jurkat 76 TRP с CD80+ HLA-DRB1*01:01+ клетками HeLa или CD4+ Ob.1A12 TCR+ Jurkat 76 TRP с CD80+ HLA-DRB1*15:01+ клетками HeLa приводит к активации Jurkat 76 TPR при добавлении trx-пептидов, содержащих TCR-специфичные эпитопы. Trx-пептиды проявили сопоставимый потенциал активации Jurkat 76 TPR в сравнении с синтетическими пептидами. Полученные данные демонстрируют, что тиоредоксин (trx) в качестве белка-носителя оказывает минимальное влияние на распознавание TCR и последующую активацию Т-клеток. Наши результаты подчеркивают потенциальную возможность использования trx-пептидов в качестве реагента для оценки иммуногенности антигенных фрагментов.

Полный текст

Доступ закрыт

Об авторах

И. А. Ишина

Институт биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова Российской академии наук

Автор, ответственный за переписку.
Email: ishina.irina.a@gmail.com
Россия, Москва

М. Ю. Захарова

Институт биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова Российской академии наук

Email: mariya.zakharova333@gmail.com
Россия, Москва

И. Н. Курбацкая

Институт биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова Российской академии наук

Email: ishina.irina.a@gmail.com
Россия, Москва

А. Э. Мамедов

Институт биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова Российской академии наук

Email: ishina.irina.a@gmail.com
Россия, Москва

А. А. Белогуров

Институт биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова Российской академии наук; Московский государственный медико-стоматологический университет им. А.И. Евдокимова

Email: ishina.irina.a@gmail.com

Department of Biological Chemistry

Россия, Москва; Москва

Ю. П. Рубцов

Институт биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова Российской академии наук

Email: ishina.irina.a@gmail.com
Россия, Москва

А. Г. Габибов

Институт биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова Российской академии наук; Национальный исследовательский университет “Высшая школа экономики”; Московский государственный университет им. М.В. Ломоносова

Email: ishina.irina.a@gmail.com

академик РАН 

Россия, Москва; Москва; Москва

Список литературы

  1. Pishesha N., Harmand T.J., Ploegh H.L. A Guide to Antigen Processing and Presentation // Nat. Rev. Immunol. 2022. V. 22. P. 751–764.
  2. Santambrogio L. Molecular Determinants Regulating the Plasticity of the MHC Class II Immunopeptidome // Front. Immunol. 2022. V. 13.
  3. Ishina I.A., Zakharova M.Y., Kurbatskaia I.N., et al. MHC Class II Presentation in Autoimmunity // Cells. 2023. V. 12.
  4. Chen B., Khodadoust M.S., Olsson N., et al. Predicting HLA Class II Antigen Presentation through Integrated Deep Learning // Nat. Biotechnol. 2019. V. 37. P. 1332–1343.
  5. Racle J., Guillaume P., Schmidt J., et al. Machine Learning Predictions of MHC-II Specificities Reveal Alternative Binding Mode of Class II Epitopes // Immunity. 2023. V. 56. P. 1359–1375.
  6. Butler M.O., Ansén S., Tanaka M., et al. A Panel of Human Cell-based Artificial APC Enables the Expansion of Long-lived Antigen-specific CD4+ T Cells Restricted by Prevalent HLA-DR Alleles // Int. Immunol. 2010. V. 22. P. 863– 873.
  7. Garnier A., Hamieh M., Drouet A., et al. Artificial Antigen-presenting Cells Expressing HLA Class II Molecules as an Effective Tool for Amplifying Human Specific Memory CD4+ T Cells // Immunol. Cell. Biol. 2016. V. 94. P. 662–672.
  8. Ishina I.A., Kurbatskaia I.N., Mamedov A.E., et al. Genetically Engineered CD80–pMHC-harboring Extracellular Vesicles for Antigen-specific CD4+ T-cell Engagement // Front. Bioeng. Biotechnol. 2024. V. 11.
  9. Rosskopf S., Leitner J., Paster W., et al. A Jurkat 76 Based Triple Parameter Reporter System to Evaluate TCR Functions and Adoptive T Cell Strategies // Oncotarget. 2018. V. 9. 17608.
  10. Hennecke J., Carfi A., Wiley D. C. Structure of a Covalently Stabilized Complex of a Human αβ T-cell Receptor, Influenza HA Peptide and MHC Class II Molecule, HLA-DR1 // EMBO J. 2000. V. 19. P. 5611–5624.
  11. Hahn M., Nicholson M.J., Pyrdol J., Wucherpfennig K.W. Unconventional Topology of Self Peptide–Major Histocompatibility Complex Binding by a Human Autoimmune T Cell Receptor // Nat. Immunol. 2005. V. 6. P. 490–496.
  12. Belogurov A.A., Kurkova I.N., Friboulet A., et al. Recognition and Degradation of Myelin Basic Protein Peptides by Serum Autoantibodies: Novel Biomarker for Multiple Sclerosis // The Journal of Immunology. 2008. V. 180. P. 1258–1267.
  13. Mamedov A., Vorobyeva N., Filimonova I., et al. Protective Allele for Multiple Sclerosis HLA-DRB1*01:01 Provides Kinetic Discrimination of Myelin and Exogenous Antigenic Peptides // Front. Immunol. 2020. V. 10.
  14. Álvaro-Benito M., Freund C. Revisiting Nonclassical HLA II Functions in Antigen Presentation: Peptide Editing and Its Modulation // HLA. 2020. V. 96. P. 415–429.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Схематическое изображение использования trx-пептидов для активации CD4+ TCR+ клеток Jurkat 76 TPR. Trx-пептиды экспрессировались в E. coli с последующей очисткой с помощью Ni-NTA. Полученный белок загружали на HLA-DRB1*01:01 или HLA-DRB1*15:01 клеточных линий CD80+ HeLa и инкубировали с соответствующей клеточной линией CD4+ TCR+ Jurkat 76 TPR. Последующая активация клеточной линии CD4+ TCR+ Jurkat 76 TPR происходила за счет образования тримолекулярного комплекса и оценивалась благодаря экспрессии GFP, вызванной активацией NFAT.

Скачать (151KB)
3. Рис. 2. Стимуляция CD4+ HA1.7+ TCR Jurkat 76 TPR клетками CD80+ HLA-DRB1*01:01+ HeLa, праймированными эпитопами MHC-II. CD4+ HA1.7 TCR+ Jurkat 76 TPR клетки инкубировали с CD80+ HLA-DRB1*01:01+ HeLa в течение 16 часов с синтетическим пептидом HA или trx-HA в концентрации 0.5, 1, 5, 10 и 20 мкМ. Носитель trx использовали в качестве отрицательного контроля. Анализ проводили с помощью проточной цитометрии. Значения указывают процент активированных клеток, экспрессирующих GFP. Показаны репрезентативные профили проточной цитометрии. Процент GFP-положительных клеточных линий CD4+ HA1.7 TCR+ Jurkat 76 TPR, инкубированных с CD80+ HLA-DRB1*01:01+ HeLa, загруженными синтетическим пептидом HA или trx-HA в концентрации 0.5, 1, 5, 10 и 20 мкМ, показан как среднее ± стандартное отклонение трех повторов эксперимента (нижний рисунок). Статистический анализ проводился с использованием t-критерия Уэлча: ** – р < 0.01, *** – р < 0.001.

Скачать (284KB)
4. Рис. 3. Стимуляция CD4+ Ob.1A12 TCR+ Jurkat 76 TPR клетками CD80+ HLA-DRB1*15:01+ HeLa, праймированными эпитопами MHC-II. Клетки CD4+ Ob.1A12 TCR+ Jurkat 76 TPR инкубировали с CD80+ HLA-DRB1*15:01+ HeLa в течение 16 часов с синтетическим пептидом MBP или trx-MBP в концентрации 0.5, 1, 5, 10 и 20 мкМ. Носитель trx использовали в качестве отрицательного контроля. Анализ проводили с помощью проточной цитометрии. Значения указывают процент активированных клеток, экспрессирующих GFP. Показаны репрезентативные профили проточной цитометрии. Процент GFP-положительных клеточных линий CD4+ Ob.1A12 TCR+ Jurkat 76 TPR, инкубированных с CD80+ HLA-DRB1*15:01+ HeLa, загруженными синтетическим пептидом MBP или trx-MBP в концентрации 0.5, 1, 5, 10 и 20 мкМ, показан как среднее ± стандартное отклонение трех экспериментальных повторов (нижний рисунок). Статистический анализ проводился с использованием t-критерия Уэлча: * – p < 0.05, ** – p < 0.01, *** – p < 0.001.

Скачать (281KB)

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».