Məlumat

T hüceyrələrinin antigen komplekslərinə kəmiyyət reaksiyası üçün terminologiya

T hüceyrələrinin antigen komplekslərinə kəmiyyət reaksiyası üçün terminologiya


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Məqalədə belə bir ifadə var:

DC-lər bir neçə antigen-MHC kompleksi (1-100/ DC) (1-3) ilə T hüceyrə reaksiyalarını oyatmaqda olduqca effektiv olsalar da, ilk növbədə müvafiq antigen spesifikliyinə (10-dan biri) malik T hüceyrəsi ilə qarşılaşmalıdırlar.5 10-a qədər6).

"Hərçənd DC-lər bir neçə antigen-MHC kompleksi (Hər DC üçün 1-100) (1-3) ilə T-hüceyrə reaksiyalarını oyatmaqda olduqca effektiv olsalar da" nə deməkdir? "1-100 hər DC" dəyərinin əhəmiyyəti nədir?
Bir neçə antigen-MHC kompleksi ilə T hüceyrə reaksiyalarının oyanması nə deməkdir?


Bu o deməkdir ki, dendritik hüceyrə bir T hüceyrəsini aktivləşdirmək üçün onun səthində yalnız 1 ilə 100 arasında antigen-MHC kompleksinə ehtiyac duyur.


Dendritik hüceyrə bütöv yad peptidləri götürmək və onları MHC-II molekullarına yüklənən 14-20+ qalıqdan ibarət seqmentlərə kəsmək üçün xarici yoldan istifadə edir. MHC-II-nin T-hüceyrə reseptoru ilə qarşılıqlı əlaqəsi T hüceyrəsinə DC-dən gələn bəzi stimullaşdırıcı siqnallarla birlikdə aktivləşməsini bildirir.

Dendritik hüceyrə bilmir Necə peptidləri kəsmək üçün. Beləliklə, məsələn, bakteriya zülalını udduqda və onu kəsdikdə və bunları hüceyrədənkənar olaraq T hüceyrələrinə təqdim etdikdə, MHC-II-yə yüklənmiş heç bir peptid tam olaraq eyni deyil. Minlərlə potensial antigen ola bilər.

Digər tərəfdən T hüceyrələri spesifikdir: Tək T hüceyrə klonunda olan hər bir T hüceyrə reseptoru eyni antigen üçün spesifikdir. VDJ rekombinasiyası zamanı onların genomunda kodlanır! Belə ki, DC yalnız ona görə effektivdir ki, 1:100,000 ilə 1:1,000,000 arasında olan bu antigenlərdən biri üçün spesifik T hüceyrəsini tapmaq üçün onlara 100 və ya daha az unikal peptid təqdimatına ehtiyac var.


T hüceyrələrinin diferensiasiyası zamanı T hüceyrə proteomlarının və ətraf mühit sensorlarının kəmiyyət təhlili

Kəmiyyət kütlə spektrometriyası CD4 + və CD8 + T hüceyrələrinin rapamisin kompleksi 1-in (mTORC1) antigeninə və məməli hədəfinə cavab olaraq proteomları necə yenidən qurduğunu göstərir. 9000-dən çox zülaldan ibarət hüceyrə başına nüsxə nömrələrinin təhlili T hüceyrələrinin taleyini formalaşdıran metabolik və zülal sintezi mexanizmlərini və ətraf mühit sensorlarını ifşa edərək, T hüceyrələrinin fenotipləri haqqında yeni anlayışı təmin edir. Biz aşkar edirik ki, limfosit mühitinin tədqiqi immun aktivləşdirmə ilə idarə olunur və CD4+ və CD8+ T hüceyrələri öz qida maddələrinin daşınması və biosintetik qabiliyyəti ilə fərqlənir. Məlumatlarımız həm də sadəlövh və effektor T hüceyrələrində mTORC1 inhibisyonunun ortaq və fərqli nəticələrini ortaya qoyur: mTORC1 inhibisyonu aktivləşdirilmiş sadəlövh hüceyrələrdə hüceyrə dövrünün inkişafını pozdu, lakin effektor hüceyrələrdə deyil, halbuki maddələr mübadiləsi hər iki populyasiyada ardıcıl olaraq təsirləndi. Bu tədqiqat sadəlövh və effektor T hüceyrə proteomlarının hərtərəfli xəritəsini və T hüceyrə fenotiplərini və mTORC1-in hüceyrə kontekstinə təsirlərini araşdırmaq və anlamaq üçün mənbə təqdim edir.


T-hüceyrə reaksiyasının kəmiyyət nəzəriyyələri

Warwick Systems Biologiya Mərkəzi, Riyaziyyat İnstitutu, Warwick Universiteti, Koventri, Böyük Britaniya.

Hugo A. van den Berg Riyaziyyat İnstitutu Warwick Coventry Universiteti CV4 7AL, Böyük Britaniya Tel.: +44 2476 523698 Faks: +44 02476 524182 E-mail: [email protected] Bu müəllifin daha çox məqaləsini axtarın

Warwick Systems Biologiya Mərkəzi, Riyaziyyat İnstitutu, Warwick Universiteti, Koventri, Böyük Britaniya.

Warwick Systems Biologiya Mərkəzi, Riyaziyyat İnstitutu, Warwick Universiteti, Koventri, Böyük Britaniya.

Hugo A. van den Berg Riyaziyyat İnstitutu Warwick Coventry Universiteti CV4 7AL, Böyük Britaniya Tel.: +44 2476 523698 Faks: +44 02476 524182 E-mail: [email protected] Bu müəllifin daha çox məqaləsini axtarın

Warwick Systems Biologiya Mərkəzi, Riyaziyyat İnstitutu, Warwick Universiteti, Koventri, Böyük Britaniya.

Mücərrəd

Xülasə: Biz T-hüceyrə toxunulmazlığının hərtərəfli riyazi nəzəriyyəsinə doğru son nailiyyətləri nəzərdən keçiririk. Əsas fikir ondan ibarətdir ki, T-hüceyrə reaksiyasının effektivliyi ən yaxşı T-hüceyrə reseptorunun (TCR) avidliyi və bu avidliyin TCR repertuarında paylanması (“avidlik spektri”) baxımından təhlil edilir. Bu avidlik spektrinin geniş diapazonlu tənzimləmə və dözümlülük mexanizmləri ilə modifikasiyası sistemə qeyri-patogen hüceyrələrə və toxumalara qarşı uyğun olmayan reaksiyalardan qaçmaqla yanaşı, qarşıda duran çağırışlara çarpaz reaktivlik və spesifikliyi uyğunlaşdırmağa imkan verir. Nəzəri modellər molekulyar kinetik parametrləri və hüceyrə xassələrini avidlik spektrləri kimi sistem səviyyəli statistika ilə əlaqələndirir. Bu cür körpü tənlikləri molekulyar səviyyədə T hüceyrələrinin rasional klinik manipulyasiyası üçün çox vacibdir.


Nəticələr

Sadə Model Qatlanmanın Genişlənməsinin Prekursor Sayından Güc Qanunundan Asılılığını İzah edir.

Biz T hüceyrələrinin genişlənməsinin minimal modelini təklif edirik ki, burada T hüceyrə proliferasiyası təqdim olunan qohum antigenin səviyyəsi ilə tənzimlənir (Şəkil 1).D). Modelimizin iki eksperimental əsaslandırılmış xüsusiyyəti var: T hüceyrələri yüksək pMHC konsentrasiyalarında doymuş sürətlə çoxalır (3) və pMHC dövriyyəsi zamanla antigen səviyyələrinin çürüməsinə gətirib çıxarır (8, 9). Biz d T d t = α T C K + T + C − δ T [1] d C d t = − μ C tənliklərindən istifadə edərək spesifik T hüceyrələrinin, T və qohum pMHC-lərin sayının dinamikasını təsvir edirik. [2]

eq. 1 α C / ( K + T + C ) sürətlə çoxalıb δ sürətlə ölən T hüceyrələrinin populyasiyasını təsvir edir. Proliferasiya sürəti orta T hüceyrəsinin nə qədər antigen stimul almasından asılıdır ki, bu da təqdim olunan antigenin miqdarından, rəqabət aparan T hüceyrələrinin sayından və T hüceyrələrinin antigenə yaxınlığı ilə bağlı K parametrindən asılıdır. Proliferasiya sürətinin funksional forması, yayılmasının pMHC-lərə (10) bağlı T hüceyrələrinin sayına mütənasib olduğu ehtimalı altında mexaniki olaraq motivasiya edilə bilər (10) (SI Əlavəsi, SI Mətni, bölmə 1). Fenomenoloji baxımdan, tənlikdə yayılma termini. 1 yayılmasının müxtəlif parametrlərdən effektiv asılılığını ələ keçirir. Antigen bol olduqda, bütün spesifik T hüceyrələri kifayət qədər stimul alır və maksimum α sürətlə çoxalır. Əksinə, T hüceyrələrinin sayı antigen səviyyəsi ilə müqayisədə çox olduqda, yayılma sürəti C ilə mütənasib olur, çünki antigen məhdudlaşdırıcı olur. Nəhayət, aşağı yaxınlıqlı antigenlər (böyük K) proliferasiyaya səbəb ola bilər, ancaq kifayət qədər yüksək antigen konsentrasiyalarında. Kiçik T həddini nəzərə alsaq, K antigenin konsentrasiyasını təyin edir ki, bu zaman yayılma sürəti maksimumun yarısıdır. Beləliklə, K parametri, pMHC kompleksindən fərdi T hüceyrə reseptorunun (TCR) dissosiasiya sürətindən təxminən xətti olaraq asılı olan antigen üçün T hüceyrələrinin ümumi funksional avidliyini təmsil edir (11).

eq. 2 təqdim olunan antigenlərin sayının zamanla necə parçalandığını təsvir edir (ilkin pMHC nömrəsi antigenin qəbulu və işlənməsinin əvvəlki nisbətən sürətli prosesi ilə müəyyən edilir). Təcrübələrdə bilavasitə ölçülən bu çürümə (8, 9) bir sıra mexanizmlərlə, ən əsası ubiquitylation (12) ilə MHC-lərin dövriyyəsi və aktivləşdirilmiş antigen təqdim edən hüceyrələrin apoptozu (13) vasitəsilə vasitəçilik edir. Aşağıda göstərdiyimiz kimi, bu çürümə ilə nəzərdə tutulan təqdim olunan antigenlərin dəyişən səviyyəsi T hüceyrələrinin genişlənməsinin tənzimlənməsində əsas rol oynayır.

Modelin sadəliyini nəzərə alsaq, onun dinamikasını asanlıqla başa düşə bilərik. Fərz edək ki, kiçik vaxtlar üçün pMHC-lərin miqdarı T hüceyrələrinin bağlanması üçün doyurulur, C ( t ) ≫ K və C ( t ) ≫ T ( t ) , beləliklə T hüceyrələri eksponensial şəkildə çoxalır, T ( t ) ≃ T ( 0) ) e ( α - δ ) t . Eksponensial yayılma pMHC konsentrasiyası C ( t ) ≃ C ( 0 ) e − μ t doyma səviyyəsindən aşağı düşənə qədər davam edir. Bu, doyma üçün iki şərtdən biri artıq yerinə yetirilmədikdə [yəni, C ( t ⋆ ) ≈ T ( t ⋆ ) və ya C ( t ⋆ ) ≈ K olduqda, hansının birinci olmasından asılı olmayaraq] keçid zamanı t ⋆ baş verir. Birinci hal, antigenin bağlanması üçün T hüceyrələri arasında rəqabət səbəbindən genişlənmənin yavaşlamasını nəzərdə tutur, ikincisi isə T hüceyrələrinin antigen üçün məhdud yaxınlığına görə yavaşlamağı nəzərdə tutur (ikisi arasında keçid ilə). SI Əlavəsi, Şəkil S1).

Əvvəlcə t ⋆ xarakterik vaxtının C ( t ⋆ ) ≈ T ( t ⋆ ) ilə təyin olunduğu rəqabət məhdud rejimi nəzərdən keçiririk ki, bu da tənliklərlə birlikdə. 12, t ⋆ = 1 α − δ + μ ln C ( 0 ) T ( 0 ) nəzərdə tutur . [3] Bu müddətdən sonra pMHC səviyyələri azalmağa davam etdiyi üçün T hüceyrələrinin yayılması sürətlə yavaşlayır. Kiçik əlavə T-hüceyrə proliferasiyasına və bu müddətdən sonra çürüməyə məhəl qoymamaq (SI Əlavəsi, Şəkil S2), pik qat genişlənməsi T ( t ⋆ ) T ( 0 ) ≈ C ( 0 ) T ( 0 ) ( α - δ ) / ( α - δ + μ ) ilə verilir. [4] Beləliklə, model təbii olaraq T hüceyrələrinin gücləndirilməsinin T ( t ⋆ ) / T ( 0 ) ilk T hüceyrə populyasiyasından T ( 0 ) ilə tərs güc qanunundan asılılığını verir. Bundan əlavə, Eq. 3 daha yüksək prekursorların sayında populyasiyanın sayında zirvənin daha erkən baş verməsini proqnozlaşdırır.

Modelin bu etibarlı proqnozlarının hər ikisi Quiel və digərlərinin eksperimental məlumatlarında doğrudur. (3) (Şəkil 1). Üstəlik, Şəkil 1-də göstərildiyi kimiB, model prekursor transgen CD 4 + T hüceyrələrinin sayı ilə qatın genişlənməsi arasındakı əlaqəyə dair eksperimental məlumatları kəmiyyətcə hesablaya bilər - burada 7-ci gündə transgen T hüceyrələrinin sayının gündə transgen T hüceyrələrinin sayına bölünməsi kimi müəyyən edilir. 0-həmçinin transgen T hüceyrələrinin populyasiya ölçülərinin zaman kursları üçün (Şəkil 1C). Modelin bir neçə parametri məlumatlardan asanlıqla çıxarıla bilər. T-hüceyrə nömrələrinin pik dəstlərindən sonra çürümə sürəti δ. T hüceyrə sayının ilkin artım sürəti α-nı təyin edən α − δ ilə verilir. Eksperimental olaraq müşahidə edilən ≈ − 0.5 güc qanunu göstəricisi α − δ ≈ μ olduğunu nəzərdə tutur, ondan μ nəticə çıxara bilərik. Güc qanununun ən kiçik eksperimental prekursor nömrələrinə qədər tutduğunu müşahidə edərək doyma sabiti K-nin yuxarı həddini alırıq (şək. 1).B), çünki K ≪ C ( t ⋆ ) şərti ən kiçik prekursor ədədləri üçün yerinə yetirilməsəydi, miqyaslama pozulacaqdı (SI Əlavəsi, Şəkil S3). Nəhayət, model təbii olaraq T-hüceyrələrinin genişlənməsinin müşahidə olunan ikifazalı zaman kursunu təkrarlayır: erkən dövrlərdə eksponensial proliferasiya, ardınca T hüceyrələrinin sayının daha yavaş eksponensial şəkildə azalan fazasına keçid.

Əsas odur ki, modelimiz qatın genişlənməsinin sistem parametrlərindən necə asılı olduğuna dair konkret proqnozlar verir. Məsələn, tənliyə görə. 4, o, qat genişlənməsinin güc qanunu eksponentinin T hüceyrələrinin proliferasiyası/çürüməsi və antigenin çürüməsi sürətlərindən asılılığını proqnozlaşdırır. O, həmçinin C ( 0 ) artarsa, qatın genişlənməsinin vahid artımını proqnozlaşdırır. Bu, eksperimental olaraq müşahidə edilmişdir (ref. 3-də şəkil 5A): ya antigen dozasının, ya da antigen təqdim edən hüceyrələrin sayının artması, prekursorların sayında qat genişlənməsinin vahid multiplikativ artmasına gətirib çıxarır.

Modelimiz daha sonra proqnozlaşdırır ki, antigenin administrasiyasına nisbətən bir vaxt gecikməsindən sonra eyni sayda transgen T hüceyrələrinin köçürülməsi daha kiçik qat genişlənməsinə gətirib çıxaracaq. Vaxt gecikməsi zamanı pMHC parçalanır ki, bu da C (t d e l a y ) antigenin tətbiqi zamanı ( t = 0 ) ilə müqayisədə e − t d e l a y μ faktoru ilə aşağı olduğunu göstərir. Köçürmə zamanı antigen konsentrasiyası ilə genişlənmə şkalalarını qatlayın (Eq. 4). Beləliklə, gecikmiş köçürmə və eyni vaxtda köçürmə təcrübələrində qat genişlənmələri T ( tdelay ⋆ ) / T ( tdelay ) ≈ e − tdelay μ ( α − δ ) / ( α − δ + μ ) T ( t ⋆ ) / ilə əlaqələndirilir. T ( 0 ) (yəni, qatın genişlənməsi vaxt gecikməsində eksponensial olan amillə aşağıdır) (SI Əlavəsi, Şəkil S4). Əksinə, əgər antigenin otarılması erkən pMHC itkisinin mənbəyi kimi üstünlük təşkil edirsə (5), o zaman T hüceyrələrinin sonrakı köçürülməsi qatın genişlənməsinə təsir etməməlidir. Vaxt gecikdirmə təcrübələri beləliklə, antigen itkisinin nə qədər T-hüceyrədən asılı olmayan mexanizmlərə görə olduğunu və nə qədərinin otlaqla bağlı olduğunu müəyyən etmək üçün bir vasitə təmin edir.

Referatda müşahidə olunan güc qanunu əlaqəsi üçün təklif etdiyimiz izahatı vurğulamaq üçün model tərtibimiz bilərəkdən sadələşdirilmişdir. 3: yəni, eksponent olaraq artan sayda pMHC kompleksləri üçün eksponent olaraq artan T hüceyrələri arasında rəqabət. Model əsas davranışı dəyişdirmədən bir neçə yolla genişləndirilə bilər. Birincisi, rəydə göstərildiyi kimi antigen təqdim edən hüceyrələr tərəfindən antigenin ilkin qəbulu və işlənməsini əhatə edən pMHC sayının daha mürəkkəb dinamikası üçün nəticələrin necə dəyişdiyini soruşmaq olar. 5. Sadə bir təhlil göstərir ki, güc qanunu miqyası ən kiçik t ⋆-dən böyük dəfə antigenin pMHC-yə yeni işlənməsi olmadığı müddətcə davam edir.SI Əlavəsi, SI Mətni, bölmə 2). İkincisi, modelin digər aspektlərini toxunulmaz saxlayaraq, dinamik tənlikləri antigenin T hüceyrələrinin otarılmasının əlavə təsirini (5, 14, 15) daxil etmək üçün dəyişdirmək olar (SI Əlavəsi, SI Mətni, bölmə 3). Bu dəyişdirilmiş çürümə plus otlaq modelinin simulyasiyaları və riyazi təhlili göstərir ki, o, oxşar dinamika nümayiş etdirir və eksperimental məlumatlara da uyğun ola bilər. Hər iki modeldə güc qanunu yaratmaq üçün eyni möhkəm mexanizm var: T hüceyrələri, qohum pMHC-lərin eksponensial çürüməsi proliferasiyanın dayandırılmasına səbəb olana qədər sabit sürətlə çoxalır.

T Hüceyrəsinin Genişlənməsinin Antigen Yaxınlığından Asılılığı.

T hüceyrələri yalnız adaptiv immun sisteminin spesifikliyinin əsasını təşkil edən TCR ilə kifayət qədər güclü birləşən liqandlara cavab verir. Bu bağlayıcı həddən yuxarı T hüceyrələrinin genişlənməsini stimullaşdıra biləcək çoxlu yaxınlıq diapazonu mövcuddur. Tipik olaraq dissosiasiya sabiti ilə ölçülən T hüceyrə klonunun pMHC-yə yaxınlığı onun genişlənməsinə necə təsir edir? Modelimizdə yaxınlıq rəqabətsiz rejimdə T hüceyrələrinin proliferasiya sürətinin yarı maksimal olduğu sərbəst pMHC konsentrasiyasına bərabər olan K parametri ilə tutulur. Aydındır ki, pMHC konsentrasiyaları K-yə yaxın və ya aşağı olduqda yaxınlıq vacibdir. Modelimizi zaman keçdikcə azalan pMHC konsentrasiyası kontekstində yaxınlıq məhdud genişlənməyə tətbiq etmək T hüceyrələrinin yayılmasının yaxınlıqdan necə asılı olduğuna dair xüsusi proqnozlar verir. Əlavə olaraq, pMHC konsentrasiyaları bütün K dəyərlərindən yüksək olsa belə, yaxınlığın müxtəlif yaxınlıqdakı T hüceyrələrinin qarışıqları üçün genişlənmədə mühüm rol oynaya biləcəyini nümayiş etdiririk.

T hüceyrələrinin yayılması onların antigen yaxınlığı ilə məhdudlaşdıqda, aşağı yaxınlıqlı T hüceyrələri daha tez proliferasiyanı dayandırır və nəticədə onların qat genişlənməsi daha kiçik olur. Rəqabətli rejimdən fərqli olaraq (Eq. 3), eksponensial yayılmanın dayandığı t ⋆ xarakterik vaxt indi C ( t ⋆ ) ≈ K ilə təyin olunur. Bu, t ⋆ bağlama sabitindən t ⋆ = 1 μ ln ( C ( 0 ) / K ), [5] loqarifmik asılılığını verir və biz tapırıq ki, qatın genişlənməsi T ( t ⋆ ) T ( 0 ) ≈ C kimi ölçülür. ( 0 ) / K ( α − δ ) / μ [6] (yəni K-ə münasibətdə tərs güc qanunu kimi).

Zehn və başqaları. (6) qəbuledici transfer təcrübələrindən istifadə edərək antigen yaxınlığının C D 8 + T hüceyrələrinin genişlənməsinə təsirini öyrənmişlər. Eq. 1 həmçinin C D 8 + T hüceyrələrinin dinamikasını təsvir edir, Eqs. 56 pik genişlənmənin vaxtı və miqyasının bu təcrübələrdə yaxınlıqdan necə asılı olacağına dair sınaqdan keçirilə bilən proqnozlar verin. Onların tədqiqatında transgenik OT-1 T hüceyrələrinin genişlənməsi infeksiyaya cavab olaraq izlənildi Listeria monocytogenes. Bakteriyanın müxtəlif suşları, transgen T hüceyrələri üçün müxtəlif yaxınlıqları olan dəyişdirilmiş liqandları ifadə etmək üçün hazırlanmışdır. Bu eksperimental dizayn T hüceyrələrinin genişlənməsinin in vivo olaraq antigen yaxınlığından necə asılı olduğunu birbaşa öyrənməyə imkan verdi. Dərc edilmiş məlumatların yenidən təhlili qatın genişlənməsinin antigen yaxınlığına güc qanunu kimi asılı olduğuna dair model proqnozlarımızı təsdiqləyir (Şəkil 2).A, məlumat nöqtələri) və yaxınlıq aşağı olduqda pik populyasiya ölçülərinə daha tez çatır (Şəkil 2).B, məlumat nöqtələri). Üstəlik, modelimiz məlumatları kəmiyyətcə uyğunlaşdıra bilər. Bu məqsədlə biz K-ni aşkar edilə bilən IFN-γ cavabını göstərmək üçün T hüceyrələrinin yarısı üçün lazım olan pMHC-nin (E C 50) təcrübi olaraq müəyyən edilmiş konsentrasiyasına təyin etdik (Şəkil 2). Daha sonra biz α , μ , δ dərəcələrini, eləcə də gün 4 pMHC konsentrasiyası C ( 4 ) və T hüceyrə nömrəsi T ( 4 ) vaxt kursu məlumatlarına uyğunlaşdırırıq. Yaxınlıq məhdud rejimdə tənlikdə məxrəc. 1 K + C ilə yaxınlaşdırıla bilər ki, bu da tənliyi T-də xətti edir və beləliklə, nisbi T hüceyrəsi və pMHC nömrələrindən asılı olmayaraq. K dəyərləri ölçülən E C 50 dəyərlərindən götürüldüyü üçün əyrilərin bir-birindən asılı olmayaraq tənzimləmək üçün sərbəst parametrləri yoxdur. Buna baxmayaraq, quraşdırılmış model həm qatın genişlənməsinin yaxınlıqdan müşahidə edilən asılılığını yaxından təkrarlayır (Şəkil 2).A) və müxtəlif yaxınlıqlar üçün T hüceyrə nömrələrinin tam zamanlı kursları (Şəkil 2B).

Antigenin çürüməsi ilə T hüceyrələrinin genişlənməsinin məhdudlaşdırılması, qat genişlənməsinin yaxınlıqdan güc qanunundan asılılığını izah edə bilər. (AB) ilə təcrübədən əldə edilən məlumatların müqayisəsi L. monocytogenes müxtəlif antigenləri ifadə edən suşlar (onların amin turşusu ardıcıllığı üçün əfsanəyə baxın) (6) model proqnozları ilə. (A) 7-ci gündə transgen T hüceyrələrinin 4-cü günə nisbətən genişlənmə faktoru. T hüceyrələrindən yarı maksimal IFN-γ cavabını əldə etmək üçün lazım olan müxtəlif pMHC-lərin nisbi konsentrasiyası ( SIINFEKL-in ~ 8 p M antigeninə nisbətən EC 50 ) . (B) Müxtəlif suşlar üçün T hüceyrə sayı və vaxt. Quraşdırılmış model parametrləri və asimptotik SE: α = 2.47 ± 0.13 /d, μ = 3.1 ± 0.3 /d, δ = 0.23 ± 0.06 /d, C ( 4 ) = 1 0 3.22 ± 0.17 , və T = ± 4) ( 0.9 ) 0.10. Transgen T hüceyrələrinin sayı onların ümumi T hüceyrələrinin f hissəsindən f / ( 1 − f ) kimi hesablanır, 4-cü gündə sayı 1-ə təyin edilir. K müxtəlif liqandların nisbi E C 50 qiymətlərinə bərabər təyin olundu.

İndiyə qədər biz pMHC-lərə xüsusi yaxınlığı olan T hüceyrələrinin klonunun yayılmasını nəzərdən keçirdik. Bununla belə, antigenə xas olan infeksiya öncəsi T hüceyrələrinin repertuarı adətən genişdir və müxtəlif yaxınlıqlara malik çoxlu müxtəlif T hüceyrə klonları iştirak edir. Müxtəlif yaxınlıqdakı digər T hüceyrələrinin olması müəyyən bir T hüceyrə klonunun yayılmasına necə təsir edir? Aşağıdakı refer. Şəkil 10, biz rəqabətə davamlı bağlanma modelimizi müxtəlif yaxınlıqdakı çoxsaylı T hüceyrəsi populyasiyalarına ümumiləşdiririk (SI Əlavəsi, SI Mətni, bölmə 1). pMHC-lər bol olduqda, fərqli yaxınlıqlara malik digər T hüceyrələrinin olması fərdi klonların yayılmasını dəyişdirmir (SI Əlavəsi, Eq. S20). Bununla belə, T hüceyrələri antigenlər üçün rəqabət apardıqda, yüksək yaxınlıqlı T hüceyrələri yaxınlıq nisbəti ilə təyin olunan üstünlük ölçüsü ilə antigenə üstünlük verirlər.SI Əlavəsi, Eq. S21). Maraqlıdır ki, bu o deməkdir ki, hətta bütün T-hüceyrə yaxınlıqlarından yüksək olan pMHC konsentrasiyaları üçün daha yüksək yaxınlıqlı T hüceyrələri daha sürətli çoxalır (Şəkil 3).

Yüksək yaxınlıqlı T hüceyrələri, pMHC konsentrasiyaları bütün T hüceyrə yaxınlıqlarını aşsa belə, pMHC-lərə daxil olmaq üçün aşağı yaxınlıqlı T hüceyrələrini geridə qoya bilər. (A–D) Yüksək, K 1 = 1 və aşağı, K 2 = 10, yaxınlıqları (bərk əyrilər) olan iki növ T hüceyrələrinin qarışıqlarının genişlənməsinin zaman kurslarının T hüceyrələrinin öz-özünə genişlənməsi (qırmızı əyrilər) ilə müqayisəsi ). (AB) Bərabərdən ( μ = 1.1 ) başlayan pMHC-lərin böyük, lakin eksponent olaraq azalan sayı ilə idarə olunan yayılmaA) və qeyri-bərabər (B) ilkin T hüceyrə nömrələri. (CD) İnfeksiyanın əvvəlində antigen dinamikasını təqlid edən pMHC-lərin kiçik, lakin eksponent olaraq artan sayı ilə idarə olunan yayılma [ C ( t ) ∝ e γ t ]. Rəqabətin nəticəsi pMHC səviyyələrinin daha sürətli artıb artmamasından çox asılıdır (γ = 3 C) və ya daha yavaş γ = (0,5 D) T hüceyrələri çoxalır. Parametrlər: α = 1.2 və δ = 0 .

Müxtəlif yaxınlıqdakı T hüceyrələrinin diferensial yayılmasının ümumi qat genişlənməsinə necə təsir etməsi rəqabət rejiminin həm başlanğıcından, həm də əhatə dairəsindən asılıdır. Məsələn, eyni pMHC antigeni üçün nisbətən yüksək və aşağı yaxınlıqlara malik iki T hüceyrə klonunun dinamikasını nəzərdən keçirək (Şəkil 3). pMHC konsentrasiyası çox yüksək doymuş ilkin səviyyədən azalırsa, genişlənmənin çoxu rəqabət başlamazdan əvvəl baş verir və buna görə də qatın genişlənməsinin ümumi fərqi azdır (Şəkil 3).A). Bununla belə, yüksək yaxınlıqlı T hüceyrələri hələ də aşağı yaxınlıqlı T hüceyrələrinin daha kiçik populyasiyasının yayılmasını effektiv şəkildə dayandıra bilər ki, onlar öz-özünə çoxalmağı dayandırsınlar, nəticədə aşağı yaxınlıqlı T hüceyrələrinin qat genişlənməsi azalır (Şəkil 3).B). Zehn və başqalarının təcrübələrində. (6), transgen T-hüceyrə klonları fərqli yaxınlıqlara malik antigenlər tərəfindən stimullaşdırıldıqda 4-cü gündə müqayisə edilə bilən sayda genişləndi (Şəkil 2).B), bu, yaxınlığın genişlənmənin ilk 4 günündə böyük rol oynamadığını göstərir. Modelimizdə, pMHC konsentrasiyası bütün T hüceyrələri üçün proliferasiyanı doyuran səviyyələrə sürətlə yüksəldiyi müddətcə ilkin T hüceyrələrinin genişlənməsi yaxınlıqdan asılı deyildir (Şəkil 3).C). Əksinə, əgər pMHC konsentrasiyası T hüceyrələrinin yayılmasının maksimum sürətindən daha yavaş yüksələrsə, yüksək yaxınlıqlı T hüceyrələri pMHC-lər üçün aşağı yaxınlıqlı T hüceyrələrini üstələyə bilər və beləliklə, aşağı yaxınlıqlı T hüceyrələrinin genişlənməsini boğur (Şəkil 3).D).

Xülasə olaraq, C D 4 + T hüceyrələri üçün genişlənmənin güc qanunundan asılılığını izah etmək üçün istifadə edilən eyni model həm də yaxınlığın C D 8 + T hüceyrələrinin genişlənməsinə təsirini kəmiyyətcə izah edə bilir. İki təcrübə modelin məhdudlaşdırıcı hallarını aşkar edir: rəqabət məhdud və yaxınlıq məhduddur. Bu məhdudlaşdırıcı hallar arasında antigen yaxınlıqlarının, T hüceyrə nömrələrinin və pMHC konsentrasiyalarının təsirləri T hüceyrələrinin genişlənməsinə diferensial təsir göstərmək üçün maraqlı üsullarla birləşir.

T Hüceyrəsinin Genişlənməsinin Antigen Kinetikasından Asılılığı.

Siçanlar üzərində aparılmış son eksperimental tədqiqat (7) göstərdi ki, vaksin antigeninin tətbiqini tək bir böyük dozadan istifadə etmək əvəzinə bir neçə kiçik dozaya yaymaq C D 8 + T hüceyrə reaksiyalarını artıra bilər. Modelimiz T hüceyrələrinin genişlənməsinin antigen dozasından asılılığına uyğundurmu?

Bu sualı həll etmək üçün biz tənliyə zamanla dəyişən antigen daxiletmə sürətini ν ( t ) əlavə edirik. 2 (Materiallar və metodlar, Eq. 8). Bərabər ümumi antigen daxilinə malik, lakin müxtəlif qrafiklərə malik üç hal üçün tənliklər sistemini simulyasiya edirik (şək. 4).A): (i) 1-d uzunluğunda tək antigen nəbzi, (ii) 4 gündən çox daimi giriş və (iii) 4 gün ərzində eksponent olaraq artan giriş. Bu girişlər zamanla nəzərəçarpacaq dərəcədə fərqli pMHC səviyyələrinə gətirib çıxarır (Şəkil 4B). Ref-in eksperimental protokolunu təqlid etmək. 7-də, bu müxtəlif pMHC kinetikasının 6-cı gündə T hüceyrə nömrələrinə təsirini təhlil edirik (Şəkil 4).C). Biz eksponent olaraq artan girişin ən böyük T hüceyrə genişlənməsinə səbəb olduğunu tapırıq (şəkil 4-də narıncı əyri).C), sabit antigen dozasına nisbətən iki dəfə qabaqda (şəkil 4-də yaşıl əyri).C) və tək atış protokolu (şəkil 4-də mavi əyriC). Təcrübə eksponensial protokolun sabit protokola nisbətən daha böyük qat üstünlüyünü göstərsə də, modelimiz cavab amplitüdlərinin müşahidə sırasını düzgün proqnozlaşdırır. Modelimiz protokolların müxtəlif potensialları üçün sadə izahat verir. T hüceyrələrinin sayı çox aşağı olduqda, hətta aşağı pMHC konsentrasiyası bütün T hüceyrələrinin maksimum sürətlə çoxalması üçün kifayətdir. Daha sonra, T hüceyrələrinin sayı artdıqca, pMHC üçün T hüceyrələrinin rəqabəti onların genişlənməsini məhdudlaşdıra bilər. İdeal olaraq, rəqabəti minimuma endirmək və hər zaman stimullaşdırmanı maksimum dərəcədə artırmaq üçün pMHC səviyyələri T hüceyrələri ilə tandemdə yüksəlməlidir. Əksinə, erkən dövrlərdə yüksək pMHC səviyyələri ilə dozaj cədvəlləri sonlu antigen büdcəsini israf edir: İlkin pMHC səviyyələri tam T hüceyrələrinin stimullaşdırılması üçün lazım olandan yüksək olsa da, bu səviyyələr daha sonra artan T hüceyrə populyasiyasını stimullaşdırmaq üçün qeyri-kafi olur. dəfə. Eksponent olaraq artan giriş protokolu antigen səviyyələrini T hüceyrələrinin yayılması ilə daha yaxşı sinxronlaşdırır və buna görə də daha yüksək qat genişlənməsinə səbəb olur. Həqiqətən, optimallaşdırılmış gündəlik doza protokolunun eksperimental olaraq istifadə olunan eksponensial protokola yaxın olduğunu görürük (Şəkil 4).D) Şəkil 2-dən CD8 + T hüceyrələri üçün əldə edilmiş parametrlərdən istifadə etməklə. Qeyd etmək lazımdır ki, gündə dozanın beş qat artırılmasının eksperimental seçimi (7) eksponensial protokollar arasında təəccüblü dərəcədə optimala yaxındır (Şəkil 4).E).

Antigen kinetikasının T hüceyrə proliferasiyasına təsiri. (A) Antigen daxiletmə cədvəlləri: tək nəbz, daimi giriş və eksponent olaraq artan giriş (ref. 7-də olduğu kimi hər gün beş dəfə artırın). (B) pMHC-lərin dinamikası. (C) T hüceyrələrinin dinamikası. (D) Optimal qrafik eksperimental olaraq istifadə olunan eksponensial qrafikə yaxındır. 6-cı gündə qatın genişlənməsini optimallaşdıran 4 gündən çox antigen daxiletmə cədvəli proqnozlaşdırılan qradiyent alqoritmindən (16) istifadə etməklə ədədi olaraq hesablanmışdır. (E) Eksponensial cədvəllər üçün qatın genişləndirilməsi, nöqtə ilə göstərilən eksperimental cədvəllə gündə qat artımının funksiyası kimi. Parametrlər: α, μ və δ Şəkil 2-də olduğu kimi K = 10 C ( 0 ) = 0 , T ( 0 ) = 100 və ümumi tətbiq olunan antigen 2 ⋅ 1 0 6-dır.


PROQRAM PAKETİ İCLASI

Bu iş SimBiology (MATLAB 2018b, MathWorks) istifadə edərək MATLAB-da IO əsaslı QSP modellərinin yığılması üçün modul alətlər qutusunu təqdim edir. Kodu GitHub səhifəmizdən (www.github.com/popellab/qspio) endirmək olar. Ümumiyyətlə, bizim QSP platformamız antitümör immun fiziologiyası üçün vacib olan müxtəlif bioloji xüsusiyyətləri proqnozlaşdırmaq məqsədi daşıyan IO-nun modul, çox bölməli dinamik sistem modelidir, oxşar modellər son işimizdə tətbiq edilmişdir. 26-28 QSP-IO istifadəçiyə platformamızdan funksiyaları çağıraraq MATLAB skriptində SimBiology model obyekti yaratmağa imkan verir. Bu bölmə kataloq strukturunu (Kataloqun strukturu bölməsi), parametr strukturlarını (Parametr strukturu və daxiletmə bölməsi), ilkin şərtlər prosedurumuzu (İlkin şərtlər bölməsi) və ümumi iş prosesini (İş axını bölməsi) təsvir edir.

Kataloq quruluşu

Repozitor aşağıdakı beş əsas kataloqda təşkil edilmişdir: @struct, model, parametrlər, skriptlər, və istifadə edir. The model kataloq SimBiology model obyektini yaratmaq və manipulyasiya etmək üçün lazım olan bütün funksiyaları ehtiva edir. The parametrlər qovluqda parametr faylları var (daha ətraflı məlumat üçün Parametr strukturu və daxiletmə bölməsinə baxın) və skriptlər kataloq modellər yaratmaq üçün istifadəçi tərəfindən müəyyən edilmiş skriptləri ehtiva edir. The istifadə edir kataloqda modelin komponentlərinə daxil olmaq və manipulyasiya etmək üçün faydalı funksiyalar var @struct kataloq həddindən artıq yüklənmiş MATLAB funksiyalarını ehtiva edir (mgüc, mrdivide, saat, plus, və sadələşdirmək) parametr strukturunu manipulyasiya etmək üçün (Parametr strukturu və giriş bölməsinə baxın) qeyd edin ki, @struct kataloq MATLAB yoluna əlavə edilməlidir.

Parametr strukturu və daxiletmə

Model parametrləri aşağıdakı üç atributlara malik MATLAB strukturları kimi saxlanılır: Dəyər, Vahidlər və Qeydlər. Dəyər və Vahidlər müvafiq olaraq parametrin dəyərini və vahidlərini saxlayır və Qeydlər atributu SimBiology obyektinə daxil ediləcək parametr haqqında şərhləri saxlayır.

Model parametrləri istənilən düz mətn redaktoru ilə redaktə edilə bilən JavaScript Object Notation (JSON) faylından istifadə edərək modelə daxil edilir. Bütün parametrlərdə ad, dəyər, vahidlər, təsvir və mənbə sahələri var. Ad sahəsi QSP-IO tərəfindən istifadə edilən parametrin adına aiddir, hər bir modul üçün tələb olunan parametr adlarının tam siyahısı əlavə materiala daxil edilmişdir. Qiymət, vahidlər və təsvir sahələri müvafiq olaraq MATLAB-da model parametr strukturlarının Value, Units və Notes xassələrinə uyğundur. Mənbə sahəsi parametr dəyərinin tapıldığı istinadı göstərmək üçün istifadə olunur. Model parametri digər parametrlərlə müəyyən edilirsə, mənbə sahəsini "alınmış" olaraq təyin etmək olar, bu parametrlərdə derived_from və ifadə sahələri olmalıdır. Alınan_from sahəsi asılı olduğu parametrləri adlandıran sətirlər massividir. İfadə sahəsi derived_from xassəsindəki adlandırılmış parametrlər arasında əlaqəni verən sətirdir. Sonra iki fərqli parametr üçün bir nümunə verilir. Diqqət yetirin ki, 15-ci sətirdəki ifadə sahəsində p(1) və p(2) derived_from massivinin birinci və ikinci girişlərinə uyğundur, müvafiq olaraq limfa düyünlərinin sayı və limfa düyünlərinin diametri də eyni şəkildə müəyyən edilməlidir. fayl.


İmmunogenlik

TDB-lər terapevtik zülalları təmsil etdiyi üçün immunogenlik potensialı mövcuddur. Yuxarıda qeyd olunan bütün klinik nümunələr (blinatumomab, mosunetuzumab və glofitamab) MOA-nın bir hissəsi kimi B-hüceyrələri istehsal edən antikorları tükəndirir və buna görə də məhdud immunogenlik (blinatumomab üçün < 2%, mosunetuzumab və ya glofitamab üçün isə heç bir məlumat verilmir) müşahidə olunur. 12, 13, 32 Bununla belə, digər antigenləri hədəf alan və ya daha mürəkkəb formatlı TDB-lər üçün immunogenlik yarana və PK/PD-yə, təhlükəsizliyinə və/və ya effektivliyinə mane ola bilər. TDB-lər iki hədəfi bağladığından, yaranan antikorların bağlandığı qolu müəyyən etmək üçün domen xarakteristikası aparılmalıdır. Bu, toksiklik mənbələri, PK və ya PD-nin pozulması və ya effektivlik haqqında məlumat verə bilər. Məsələn, silahların hədəf antigenləri ilə bağlanması ilə bağlı yaranan antikorlar nəzərdə tutulan hədəflərə bağlanmağın qarşısını ala və effektivliyi zəiflədə bilər və ya nəzəri olaraq qolları cəlb edən effektor hüceyrələrini aktivləşdirmək üçün çarpaz əlaqə təmin edərək sistemli toksikliyə səbəb ola bilər.

QCP perspektivləri və imkanları

PK-PD-ADA cavabının inteqrasiya olunmuş qiymətləndirilməsi dozalaşdırma strategiyalarını məlumatlandırmaq üçün faydalı fikirlər əlavə edə bilər. Kampaniya və b. anti-CD3/CD123 bispesifik anticisim, flotetuzumab, 33 üçün inteqrasiya olunmuş translyasiyalı PK/PD modelini işləyib hazırlamışdır ki, bu da flotetuzumabın periferik CD3 + T-hüceyrəsinin aktivləşməsi və genişlənməsi, hədəf dinamikası, kompleks formalaşması, eləcə də ADA-nın inkişafı səbəbindən dərman itkisi. Bu cür inteqrasiya olunmuş modellər immunogenliyin potensial aktuallığını və riskini kontekstdə yerləşdirmək üçün faydalıdır və müxtəlif növlər və/yaxud xəstəlik/bioloji kontekstlər üzrə tərcümə oluna bilər.


İkinci Fəsil - Antigenin işlənməsi və təqdimatı

Dendritik hüceyrələr immun cavabların mərkəzindədir. Onlar ətraf mühiti hiss etmək, antigeni qəbul etmək və emal etmək, ikincil limfoid orqanlara miqrasiya etmək, burada antigenləri adaptiv immun sisteminə təqdim etmək qabiliyyəti ilə müəyyən edilir. Xüsusilə, onlar periferik toxumalarda rastlaşdıqları patogenlərdən olan lipidləri və zülalları spesifik effektor immun cavabı yaratmaq üçün T hüceyrələrinə təqdim edirlər. Bu kompleks antigenləri Böyük Histouyğunluq Kompleksi (MHC) molekulları ilə birlikdə müəyyən uzunluqdakı peptidlərə parçalamaq lazımdır. Kostimulyator molekullarla yanaşı MHC/antigen komplekslərinin təqdim edilməsi və proinflamatuar sitokinlərin sekresiyası müvafiq immun reaksiyaya səbəb olacaqdır. Dendritik hüceyrələr və T hüceyrələri arasındakı bu qarşılıqlı əlaqə ikincil limfoid orqanların müəyyən yerlərində baş verir. Bu icmalda biz antigenin emalının əsasını təşkil edən hüceyrə və molekulyar mexanizmlər və T-limfositlərə sonrakı təqdimat haqqında mövcud bilikləri və son nailiyyətləri müzakirə edirik.


Nəticələr

CD2-CD48 və LFA-1-ICAM-1 Qarşılıqlı Təsiri Olmadıqda Dəyişik Doza Cavabı.

CD2 çatışmazlığı olan siçanları CD2 çatışmazlığı olan T hüceyrələrinin aktivləşdirilməsini öyrənmək üçün LCMV-dən əldə edilən p33 peptidinə xas TCR ifadə edən transgenik siçanlarla keçdik. Bu məqsədlə, CD2 çatışmazlığı olan və nəzarət TCR-transgen siçanların splenositləri müxtəlif konsentrasiyalarda peptid p33 ilə impulslanan tioqlikolatla çıxarılan makrofaqlarla stimullaşdırıldı. As shown in Fig. 1, the absence of CD2 shifted the dose–response curve by a factor of 3–10. To additionally analyze the role of the LFA-1–ICAM-1 interaction in this context, we compared ICAM-1–deficient and control macrophages as APCs for CD2-deficient and CD2-competent transgenic T cells. As reported previously 2, the absence of LFA-1–ICAM-1 interaction shifted the dose–response curve of T cells upon stimulation with graded doses of peptide by a factor 10. Interestingly, the interference with both CD2 and LFA-1 pathways shifted the dose response by a factor of ∼100. Thus, CD2 and LFA-1 facilitated T cell activation in an additive manner (Fig. 1).

As expected, if the low-affinity ligand A4Y was used for the experiments, a similar albeit more pronounced shift in the dose–response curve could be observed (Fig. 1). Measurement of IFN-γ production showed results similar to the proliferative response. Both CD2 and LFA-1 enhanced IFN-γ production at low peptide concentrations, with the effects being more dramatic upon stimulation with the low-affinity ligand A4Y (Fig. 2). Thus, CD2–CD48 and LFA-1–ICAM-1 regulate T cell responses similarly by reducing the minimal amount of antigen required for activation and act in an additive manner.

CD2 Facilitates Generation of Signal 1 by Enhancing TCR Triggering at Low Antigen Doses.

Functionally triggered TCRs are internalized shortly after stimulation 4,36. TCR downregulation can therefore be used to assess the number of functionally triggered TCRs and thus the amount of signal 1 3,37. To assess whether CD2 altered the intensity of signal 1, T cells from TCR-transgenic control or CD2-deficient mice were incubated with peptide-pulsed control or ICAM-1–deficient macrophages. Expression levels of TCRs were assessed 4 h later (Fig. 3a and Fig. b). TCR downregulation was reduced in the absence of either CD2 or ICAM-1 at low peptide densities (Fig. 3a and Fig. b). Moreover, as observed for the proliferative responses, ICAM-1 and CD2 acted in an additive fashion, and the dose–response curve of TCR downregulation was similar to the dose–response curve of the proliferative response (Fig. 3 B).

CD2 Promotes Ca 2+ Flux and Conjugate Formation at Low Peptide Concentrations.

One of the earliest signals induced in T cells upon antigenic stimulation are increased intracellular free Ca 2+ levels ([Ca 2+ ]i). To test whether the enhanced TCR triggering at low peptide concentrations in the presence of LFA-1–ICAM-1 or CD2–CD48 interactions would translate into increased Ca 2+ fluxes, CD2-deficient and control T cells were loaded with INDO-1 and stimulated with peptide-pulsed ICAM-1–deficient or control macrophages, and [Ca 2+ ]i was assessed (Fig. 4a and Fig. b). As suggested by the data on TCR downregulation, both CD2 on T cells and ICAM-1 on APCs promoted increased [Ca 2+ ]i at low antigen concentrations (Fig. 4a and Fig. b). Moreover, CD2–CD48 and LFA-1–ICAM-1 interactions had an additive effect. Importantly, as previously observed for T cell clones 14, CD2 facilitated T cell–APC conjugate formation at low antigen concentrations, indicating that CD2 primarily promotes adhesion of T cells to APCs (Fig. 5). Thus, the primary function of CD2 seems to be to enhance adhesion of T cells to APCs at low antigen concentrations, facilitating the generation of a T cell–APC contact site required for sustained signaling 38.

CD2 Sets Quantitative Thresholds in T Cell Activation In Vivo.

To assess the role of CD2 in T cell activation in vivo, TCR-transgenic CD2-deficient and control mice were injected with various doses of peptide p33 in saline, and expression of the activation marker CD44 was assessed 1 (Fig. 6) and 3 d (not shown) later. As expected from the in vitro experiments, presence of CD2 decreased the minimal amount of peptide required for the upregulation of CD44.

To assess the role of CD2 in viral infections, an adoptive transfer system was employed 2,39. Spleen cells (10 6 ) from TCR-transgenic CD2-deficient and control mice were mixed at a 1:1 ratio and adoptively transferred into nonirradiated C57BL/6 mice and immunized with LCMV (200 PFU) or a recombinant vaccinia virus expressing LCMV-GP (Vacc-GP 2 × 10 6 PFU). To enable selective identification of the control versus CD2-deficient TCR-transgenic T cells, TCR-transgenic control mice on a CD45.1 background were used. Expansion of transferred TCR-transgenic control and CD2-deficient T cells was subsequently assessed 6 (Fig. 7) or 8 d (not shown) later. No significant difference between CD2-deficient and control T cells was observed. These results are in agreement with an earlier report, in which CD2-deficient mice were found to mount normal LCMV-specific CD8 + T cell responses 27. Surprisingly, even the absence of both functional CD2 and LFA-1 together also failed to interfere with the response, as CD2-deficient T cells transferred into ICAM-1–deficient mice expanded normally upon infection with LCMV or Vacc-GP (not shown).

The experiments performed so far suggested that CD2 plays a major role in T cell activation at low antigen densities. However, viral antigens are usually expressed at high densities, and it may therefore not be surprising that CD2-deficient T cells are able to respond normally to viral infections. To assess the role of CD2 in a situation where antigen is less abundant, we used a recombinant vaccinia virus expressing LCMV-GP (Vacc-GP), which was inactivated with UV light before infection. This treatment prevents the virus from undergoing full replication cycles, and endogenously produced antigens will therefore only reach low densities. For the experiment, a 1:1 mixture of CD2-deficient TCR-transgenic T cells obtained from CD45.2 mice and control CD2-competent transgenic T cells obtained from CD45.1 mice (in a total of 10 6 spleen cells) was transferred into C57BL/6 mice, which were subsequently immunized with UV light–inactivated Vacc-GP (2 × 10 6 PFU before inactivation). Control and CD2-deficient T cells could be conveniently distinguished by assessing CD45.1 versus CD45.2 and CD2 expression. As expected, the expansion of the transferred T cells was dramatically reduced compared with a challenge infection with live virus (Fig. 8 A). Moreover, CD2-deficient T cells were clearly less efficiently proliferating than the control T cells. Note that CD45.1 + and CD2-deficient Vα2 + CD8 + T cells only account for ∼60% of the cells. This is due to the presence of endogenous CD8 + Vα2 + T cells. Thus, CD2 expression on T cells becomes critical in vivo in a situation where virus derived antigens are limiting.

CTLs are usually primed by endogenously produced antigens reaching the class I pathway. However, MHC class I molecules may under some conditions also be loaded by exogenous antigens, leading to activation of specific T cells in a process called cross-priming. We have previously shown that exogenous LCMV-GP is able to reach the class I pathway if associated with cellular debris 40. To test whether CD2 may be required for optimal CTL induction upon cross-priming, a 1:1 mixture of CD2-deficient (CD45.2) and control (CD45.1) TCR-transgenic T cells (total of 10 6 spleen cells) was transferred into C57BL/6 mice, which were subsequently immunized with recombinant LCMV-GP in association with cellular debris. 6 d later, the presence of CD45.1 + control and CD2-deficient TCR-transgenic T cells was assessed in the spleen (Fig. 8 B). Although the CD2-deficient T cells were activated and proliferated upon cross-priming, the expansion was less dramatic than that observed for the control cells. This indicates that CD2 participates in regulation of T cell expansion upon cross-priming.


KINETICS OF SARS-COV-2 T CELLS: INDUCTION AND EXPANSION

Despite all the different caveats, the results produced by many different groups are starting to define some clear pattern of induction, expansion and contraction of the humoral and cellular immune response during and following SARS-CoV-2 infection.

The kinetics profile of the antibody response after coronavirus infection is well defined. Several studies have shown that antibodies are detectable in the sera of the majority of SARS-CoV-2-infected symptomatic individuals within 4–5 days after the onset of symptoms with levels that rise for at least 2 weeks and that are higher in cases with more severe disease [ 41–44].

The knowledge of virus-specific T-cell kinetics and its association with disease severity is instead still limited as fewer works have examined the kinetics of SARS-CoV-2-specfic T cells during the acute phase of infection.

We know that SARS-CoV-2 T cells are detected, like antibodies [ 45], in almost the totality of infected individuals after recovery. Virtually, all SARS-CoV-2-infected symptomatic individuals positive for antibodies against Nucleoprotein (NP) or Spike possess a broad repertoire of T cells recognizing different structural proteins of SARS-CoV-2 (i.e. NP, M, Spike, ORF3a) [ 15, 20, 21].

Importantly, there is however also a discordance between virus-specific antibody levels and T-cell responses. For example, in some individuals, particularly the ones with mild or asymptomatic infection, SARS-CoV-2 multi-specific T cells are detectable despite the absence of a concomitant antibody response [ 24, 31, 46] furthermore, different levels of neutralizing antibodies are detected in convalescent COVID-19 patients with similar quantity of SARS-CoV-2 T cells [ 47].

Like antibodies, SARS-CoV-2 T cells are detected within a week from onset of symptoms (likely ∼7–10 days from infection—time of infection cannot be precisely determined in human). This has been clearly shown in symptomatic COVID-19 patients [ 20, 48] and such T cells can be detected remarkably early. For example, Schulien və b. [ 28] visualized SARS-CoV-2 CD8+ T cells directly with MHC-multimers at Day 1 after symptoms, and showed that these virus-specific CD8 T cells were already activated. In other studies, where T cells were detected with functional assays (ELISpot for IFN-γ producing T cells or AIM), functionally responsive SARS-CoV-2 T cells were detected at 3–5 days after onset of symptoms ( Figure 1) [ 20, 48]. This accelerated induction of SARS-CoV-2 T cells indicates that in many infected individuals, a perfect rapid and coordinated activation of innate and adaptive immunity are occurring. Note that, for example, infections with viruses, which evade or suppress innate immune recognition, like HBV or HCV, trigger an induction of virus-specific T cells only after 4–6 weeks from infection [ 49]. Indeed, the rapid expansion of the adaptive immune response is a proxy for the efficiency of the innate immunity triggering.

Kinetics of SARS-CoV-2-specific T cell and antibody response in COVID-19 patients with mild and severe disease.

Kinetics of SARS-CoV-2-specific T cell and antibody response in COVID-19 patients with mild and severe disease.

The early induction of virus-specific antibodies and T cells after SARS-CoV-2 infections are however associated with different outcome.

Although antibodies against Spike and NP can be detected early in all the patients irrespective of clinical outcome, the early detection (<10 days from symptoms onset) of SARS-CoV-2 T cells in COVID-19 patients is associated with milder disease course and accelerated viral clearance [ 20, 48]. Delayed appearance (>15 days from symptoms onset) and weak induction of SARS-CoV-2 T cells were observed only in patients with severe COVID-19 [15, 19, 47], further supporting the concept that SARS-CoV-2 T cells are indispensable for viral control and that antibodies alone cannot clear an established infection. In severe COVID-19, the defective induction of a fully functional virus-specific T-cell response is then associated with what has been defined as ‘immunology misfiring’ [ 14]: robust and persistent activity of different components of innate immunity with a lack of a clear induction of a Th1-like immune response.

An open question about the SARS-CoV-2 T-cell kinetics is whether a rapid virus-specific T-cell induction also occurs in asymptomatic infection. The lack of symptoms conceals the possibility to recruit asymptomatic individuals at the beginning of infection and the lower level of SARS-CoV-2 antibodies detected in these individuals [ 43] have suggested that virus-specific B- and T-cell levels are directly proportional to symptom levels. Initial data derived from asymptomatic SARS-CoV-2 exposed individuals’ months after recovery supported this interpretation [ 21, 46]. However, a robust induction and functionally efficient SARS-CoV-2 T-cell response to levels even superior to what is detectable in symptomatic COVID-19 patients have been found in recently infected asymptomatic individuals [ 24, 31]. We think it is plausible to hypothesize that asymptomatic infection is characterized by a very rapid and efficient induction of a virus-specific cellular immune response.

One other question related to SARS-CoV-2 T-cell induction is whether T cells specific for the different SARS-CoV-2 viral proteins are induced with different kinetics and whether a preferential induction of a specific T-cell determinant is associated with better or worse viral control. For antibody responses, preferential induction of spike-specific antibodies is associated with faster SARS-CoV-2 clearance and mild disease, while an augmented anti-NP-specific antibody response is associated with worse diseases outcome [ 50]. However, if such findings are explained by the different protective efficiency of the antibodies against NP or Spike, a hypothetical parallel for T cells cannot be derived as we do not have any indications if T cells specific for different proteins have distinct protective values.

At the moment, most of the data indicate that the first detectable SARS-CoV-2-specific T-cell response is already multi-specific, with T cells simultaneously recognizing different epitopes in different proteins already at early stages of infection [ 16, 20, 51]. However, in a small study of patients analyzed longitudinally during the early phase of infection we noted a dynamic modulation of the hierarchy of SARS-CoV-2-specific T cells. T cells specific for ORF7 and ORF8 regions of SARS-CoV-2 were induced early and were more robustly detected in the early phases of infection than in convalescence [ 48]. These data need to be confirmed in larger studies, but the possibility that some viral antigens can be more efficient than the others in triggering a specific T-cell response might occur and it is compatible with different possibilities.

T cells specific for nonstructural proteins, like, for example, ORF-1-coded proteins, might be induced earlier as a consequence of the complex replication strategy of coronaviruses that requires the formation of a viral replicase–transcriptase complex essential for the subsequent transcription of the viral genome [ 52]. The early produced nonstructural proteins might trigger T cells ahead of T cells specific for structural viral proteins. Indications that this might occur are starting to appear in the literature, with demonstration of dominant epitopes detected in the ORF-1 region [ 30]. One other possible explanation for the differential kinetics of induction of T cells with different specificities can be derived from the pre-existence of SARS-CoV-2 cross-reactive T cells prior to the infection induced by other coronaviruses, vaccinations or other pathogens. As we briefly mentioned earlier, the existence of T cells specific for SARS-CoV-2 peptides in unexposed individuals has been reported in multiple studies [ 15–18, 25] and their impact in the protection and pathogenesis of SARS-CoV-2 infection is highly controversial [ 40, 53, 54].

Nevertheless, the possibility that SARS-CoV-2 T cell induction can be augmented by pre-existent memory T cells induced by other coronaviruses has been recently reported [ 55].

Furthermore, the first SARS-CoV-2 vaccines are designed to induce spike-specific immunity only, as spike antibodies have protective ability. Spike-specific T cells should theoretically have identical protective values than the T cells specific for other viral antigens. It will be however interesting to evaluate the impact that changes in the T cell immunodominance induced by vaccination will exert on the protective ability of the multi-specific T-cell response induced physiologically by the natural infection.


Cytokine Regulation and Function in T Cells

T lymphocytes, the major effector cells in cellular immunity, produce cytokines in immune responses to mediate inflammation and regulate other types of immune cells. Work in the last three decades has revealed significant heterogeneity in CD4 + T cells, in terms of their cytokine expression, leading to the discoveries of T helper 1 (Th1), Th2, Th17, and T follicular helper (Tfh) cell subsets. These cells possess unique developmental and regulatory pathways and play distinct roles in immunity and immune-mediated pathologies. Other types of T cells, including regulatory T cells and γδ T cells, as well as innate lymphocytes, display similar features of subpopulations, which may play differential roles in immunity. Mechanisms exist to prevent cytokine production by T cells to maintain immune tolerance to self-antigens, some of which may also underscore immune exhaustion in the context of tumors. Understanding cytokine regulation and function has offered innovative treatment of many human diseases.


Videoya baxın: نقاش مميز حول المداخلة الجامية مابين عقيدة الطاعة وتبديع المخالف (Iyul 2022).


Şərhlər:

  1. Pierce

    Saytda görüşənədək!

  2. Niall

    I congratulate, the admirable message

  3. Dayveon

    Tənqid əvəzinə variantlar yazmaq daha yaxşıdır.

  4. Claude

    Sorry, topic has confused. Uzaqgörəndir



Mesaj yazmaq