Дослідники застосували AlphaFold3 для прогнозування розпізнавання антигенів Т-клітинами

Сьогодні,   05:26    143

Дослідники Інституту трансляційної геноміки TGen, що входить до City of Hope, застосували платформу штучного інтелекту AlphaFold3, щоб прогнозувати, чи розпізнає рецептор Т-клітини конкретний антиген, лише за генетичною послідовністю. Результати роботи опублікували в журналі Science Advances.

Дослідники застосували AlphaFold3 для прогнозування розпізнавання антигенів Т-клітинами
Фото: сайт-джерело

Три молекули імунного розпізнавання

У центрі дослідження був комплекс із трьох компонентів: молекули головного комплексу гістосумісності MHC, пептиду та рецептора Т-клітини, або TCR. MHC зв’язує фрагмент вірусу, бактерії чи пухлинної клітини й представляє його Т-клітині. Якщо TCR відповідно взаємодіє з комплексом MHC і пептиду, Т-клітина може розпізнати загрозу та запустити імунну відповідь.

Останні новини:  Цей артефакт не такий, як всі інші: чим особливий перстень з Чарміклі (фото)

Унікальна структура рецепторів Т-клітин дає імунній системі змогу відрізняти мільярди потенційних антигенів. Водночас для багатьох рецепторів і антигенів дослідникам доступні лише генетичні послідовності, а не експериментально визначені тривимірні структури. Тому передбачити специфічність TCR для довільного антигену залишалося складним завданням.

Перевірка на комплексах туберкульозу

Спочатку команда протестувала AlphaFold3 на комплексах MHC:пептид:TCR, структуру яких уже було встановлено експериментально. Після цього дослідники проаналізували ширшу групу імунних комплексів, щоб виявити структурні ознаки, пов’язані з розпізнаванням або нерозпізнаванням антигенів Т-клітинами.

Останні новини:  Обсерваторія Віри Рубін виявила кандидата в карликові планети

Окремо модель перевірили на генетичних послідовностях раніше не охарактеризованих імунних комплексів, зокрема на восьми парах MHC класу II та антигенів бактерії, що спричиняє туберкульоз. За даними дослідників, AlphaFold3 зміг змоделювати ці комплекси з точністю, достатньою для прогнозування розпізнавання антигенів рецепторами Т-клітин.

Автори зазначають, що за умови подальшої валідації підхід може прискорити пошук імунних мішеней для досліджень інфекційних хвороб, імунотерапії раку та розробки вакцин. Паралельно групи TGen працюють над прогнозуванням сили зв’язування пептидів із молекулами MHC класу II, поєднуючи структурне моделювання AlphaFold3 із графовими нейронними мережами.

Джерело: ua.news