Разработка биоинформатических методов для сравнительного анализа и функциональной аннотации репертуаров Т-клеточных рецепторов.

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 17-15-01495

НазваниеРазработка биоинформатических методов для сравнительного анализа и функциональной аннотации репертуаров Т-клеточных рецепторов.

Руководитель Шугай Михаил Александрович, Кандидат биологических наук

Организация финансирования, регион федеральное государственное автономное образовательное учреждение высшего образования "Российский национальный исследовательский медицинский университет имени Н.И. Пирогова" Министерства здравоохранения Российской Федерации , г Москва

Конкурс №18 - Конкурс 2017 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»

Область знания, основной код классификатора 05 - Фундаментальные исследования для медицины; 05-402 - Медицинская генетика

Ключевые слова Биоинформатика, высокопроизводительное секвенирование, адаптивный иммунитет, Т-клеточный рецептор, антиген, HLA

Код ГРНТИ34.03.23

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
В последние десятилетия технологии высокопроизводительного секвенирования (HTS-технологии) сами стали одним из ключевых инструментов прикладных и фундаментальных исследований в геномике и медицине. Область применения HTS-технологий стремительно расширяется и сравнительно недавно получило развитие отдельное направление, позволяющее исследовать структуру и динамику адаптивного иммунитета с беспрецедентной точностью и глубиной (RepSeq). Rep-Seq подразумевает профилирование адаптивного иммунитета путем прочтения последовательностей ДНК T- рецепторов (TCR), кодирующих специфичность этих клеток адаптивного иммунитета к антигенам представленным молекулой главного комплекса гистосовместимости (MHC). Таким образом, репертуар последовательностей TCR содержит в себе исчерпывающие описание состояния адаптивного иммунитета донора, позволяющее оценить его способность формировать эффективный ответ против новых патогенов и выявлять возможные нарушения. Наша группа является одним из пионеров данной методологии которая к настоящему времени позволила множеству научных групп по всему миру получить миллионы последовательностей TCR для образцов крови вакцинированных доноров, доноров с известными хроническими вирусными заболеваниями, онкобольных, пациентов с аутоиммунными заболеваниями, а также различных субпопуляций клеток, например лимфоцитов из опухолевых инфильтратов. Несмотря на то, что Т-клеточные репертуары доноров имеют определенную степень гомологии, а также тот факт, что существует ряд так называемых публичных клонотипов, присутствующих у большого числа доноров, их сродство к определенному антигену известно лишь в единичных случаях. Кроме того, из-за стохастики процесса V-D-J перестановки, формирующего гены TCR, в большинстве случаев TCR специфичные к одному и тому же антигену найденные у различных доноров будут отличаться по первичной последовательности. Существующие на данный момент структурные данные также предполагают возможность значительных отличий в аминокислотной последовательности региона CDR3 у TCR специфичных к одному и тому же антигену, что осложняет реализацию поиска по базе данных известных антиген-специфичных вариантов (разрабатывается нами в рамках другого проекта) и сравнительный анализ репертуаров. Таким образом, существующие алгоритмы поиска гомологичных последовательностей непригодны для решения задачи поиска TCR со схожей антигенной специфичностью, требующей разработки новых оптимизированных биоинформатических методов. Отсутствие подобных методов для функциональной аннотации и сравнительного анализа последовательностей TCR значительно тормозят развитие всей отрасли и лимитируют применимость технологии RepSeq. В рамках данного проекта предлагается интегрировать существующие данные по последовательностям TCR с известной специфичностью, кристаллографические данные по комплексам TCR:антиген:MHC и данные высокопроизводительного секвенирования репертуаров TCR для создания биоинформатической платформы, позволяющей предсказывать антигенную специфичность TCR по первичной последовательности и выявлять группы TCR со схожей специфичностью среди негомологичных последовательностей TCR найденных у различных доноров. Кроме того, мы планируем провести сортировку Т-клеток с использованием технологии MHC-пептид-мультимеров с последующем секвенированием репертуаров мультимер-положительных и -отрицательных популяций. Это позволит нам исследовать индивидуальные распределения частот и разнообразие TCR, специфичных к выбранным антигенам. Подобная биоинформатическая платформа позволит впервые с момента создания технологии RepSeq получить исчерпывающую информацию по профилю антигенной специфичности адаптивного иммунитета отдельных доноров из данных высокопроизводительного секвенирования. Кроме того, новые методы сравнительного анализа Т-клеточных репертуаров разработанные в рамках предлагаемого проекта значительно упростят поиск биомаркеров TCR для когорт пациентов в случае когда соответствующие антигены неизвестны, что является особенно актуальным в исследованиях, связанных с аутоиммунными заболеваниями. Таким образом, решение данной задачи крайне актуально для фундаментальных исследований адаптивной иммунной системы, и, в перспективе, позволит транслировать технологию RepSeq в прикладные и клинические задачи, а также использовать RepSeq в стремительно развивающейся области персонализированной медицины.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Публикации

1. Погорелый МА, Федорова АД, МакЛарен ДЕ, Ладелл К, Багаев ДВ, Елисеев АВ, Микелов АИ, Конева АЕ, Звягин ИВ, Прайс ДА, Чудаков ДМ, Шугай М Exploring the pre-immune landscape of antigen-specific T cells Genome Medicine (год публикации - 2018)
10.1186/s13073-018-0577-7

2. Ривто ПГ, Саадави А, Бареньес П, Кинью В, Чара В, Эль-Суфи К, Боннет Б, Сикс А, Шугай М, Мариотти-Фернандиз Э, Клацман Д High-resolution repertoire analysis reveals a major bystander activation of Tfh and Tfr cells Proceedings of the National Academy of Sciences of the United States of America (год публикации - 2018)
10.1073/pnas.1808594115

3. Погорелый М.В., Шугай М.А. A Framework for Annotation of Antigen Specificities in High-Throughput T-Cell Repertoire Sequencing Studies Frontiers in Immunology (год публикации - 2019)
10.3389/fimmu.2019.02159

4. Погорелый МВ, Минервина АА, Шугай МА, Чудаков ДМ, Лебедев ЮБ, Мора Т, Вальцзак АМ Detecting T cell receptors involved in immune responses from single repertoire snapshots PLoS Biology (год публикации - 2019)
10.1371/journal.pbio.3000314

5. Багаев ДВ, Вруманс РМА, Самир Дж, Стервбо У, Риус К, Долтон Г, Гриншилд-Вотсон А, Аттаф М, Егоров ЕС, Звягин ИВ, Бабел Н, Коул ДК, Годкин АДж, Сьювелл АК, Кесмир К, Чудаков ДМ, Лучиани Ф, Шугай М VDJdb in 2019: database extension, new analysis infrastructure and a T-cell receptor motif compendium Nucleic Acids Research (год публикации - 2019)
10.1093/nar/gkz874

6. Щербинин ДС, Шугай МА Construction of TCR’s CDR3 loops conformations using in silico step-by-step single amino acid mutation approach. Proceedings of 9th Moscow Conference on Computational Molecular Biology МССМВ'19 (год публикации - 2019)

7. Елисеев А. В., Федорова А. Д., Лебедин М. Ю., Чудаков Д. М., Шугай М. А. Оценка числа ВИЧ-специфичных Т-лимфоцитов у здоровых доноров по данным высокопроизводительного секвенирования репертуаров Т-клеточных рецепторов Вестник Российского государственного медицинского университета, 5, 2017, p.81-87 (год публикации - 2017)

8. Рудольф Лайко, Вадим Назаров, Михаил Шугай Convolutional architecture for prediction of peptide-MHC binding affinities Moscow Conference on Computational Molecular Biology (MCCMB), July 27-30, 2017. (год публикации - 2017)

9. Алексей Елисеев, Дмитрий М. Чудаков, Михаил Шугай Comparative analysis of V-D-J rearrangement junction sequences that encode T-cell receptors recognizing similar and distinct antigens. Moscow Conference on Computational Molecular Biology (MCCMB), July 27-30, 2017. (год публикации - 2017)

Публикации