RESUMO
The need for the identification of risk factors associated to COVID-19 disease severity remains urgent. Patients' care and resource allocation can be potentially different and are defined based on the current classification of disease severity. This classification is based on the analysis of clinical parameters and routine blood tests, which are not standardized across the globe. Some laboratory test alterations have been associated to COVID-19 severity, although these data are conflicting partly due to the different methodologies used across different studies. This study aimed to construct and validate a disease severity prediction model using machine learning (ML). Seventy-two patients admitted to a Brazilian hospital and diagnosed with COVID-19 through RT-PCR and/or ELISA, and with varying degrees of disease severity, were included in the study. Their electronic medical records and the results from daily blood tests were used to develop a ML model to predict disease severity. Using the above data set, a combination of five laboratorial biomarkers was identified as accurate predictors of COVID-19 severe disease with a ROC-AUC of 0.80 â±â 0.13. Those biomarkers included prothrombin activity, ferritin, serum iron, ATTP and monocytes. The application of the devised ML model may help rationalize clinical decision and care.
Assuntos
Biomarcadores , COVID-19 , Aprendizado de Máquina , SARS-CoV-2 , Índice de Gravidade de Doença , Humanos , COVID-19/sangue , COVID-19/diagnóstico , Feminino , Masculino , Biomarcadores/sangue , Pessoa de Meia-Idade , Prognóstico , Adulto , Ferritinas/sangue , Idoso , Brasil , Testes Hematológicos/métodos , Curva ROC , Fatores de RiscoRESUMO
The prediction of the free energy (ΔG) of binding for protein-protein complexes is of general scientific interest as it has a variety of applications in the fields of molecular and chemical biology, materials science, and biotechnology. Despite its centrality in understanding protein association phenomena and protein engineering, the ΔG of binding is a daunting quantity to obtain theoretically. In this work, we devise a novel Artificial Neural Network (ANN) model to predict the ΔG of binding for a given three-dimensional structure of a protein-protein complex with Rosetta-calculated properties. Our model was tested using two data sets, and it presented a root-mean-square error ranging from 1.67 kcal mol-1 to 2.45 kcal mol-1, showing a better performance compared to the available state-of-the-art tools. Validation of the model for a variety of protein-protein complexes is showcased.
Assuntos
Redes Neurais de Computação , Proteínas , Termodinâmica , Proteínas/química , Entropia , Ligação ProteicaRESUMO
Arboviral infections such as Zika, chikungunya, dengue, and yellow fever pose significant health problems globally. The population at risk is expanding with the geographical distribution of the main transmission vector of these viruses, the Aedes aegypti mosquito. The global spreading of this mosquito is driven by human migration, urbanization, climate change, and the ecological plasticity of the species. Currently, there are no specific treatments for Aedes-borne infections. One strategy to combat different mosquito-borne arboviruses is to design molecules that can specifically inhibit a critical host protein. We obtained the crystal structure of 3-hydroxykynurenine transaminase (AeHKT) from A. aegypti, an essential detoxification enzyme of the tryptophan metabolism pathway. Since AeHKT is found exclusively in mosquitoes, it provides the ideal molecular target for the development of inhibitors. Therefore, we determined and compared the free binding energy of the inhibitors 4-(2-aminophenyl)-4-oxobutyric acid (4OB) and sodium 4-(3-phenyl-1,2,4-oxadiazol-5-yl)butanoate (OXA) to AeHKT and AgHKT from Anopheles gambiae, the only crystal structure of this enzyme previously known. The cocrystallized inhibitor 4OB binds to AgHKT with K i of 300 µM. We showed that OXA binds to both AeHKT and AgHKT enzymes with binding energies 2-fold more favorable than the crystallographic inhibitor 4OB and displayed a 2-fold greater residence time τ upon binding to AeHKT than 4OB. These findings indicate that the 1,2,4-oxadiazole derivatives are inhibitors of the HKT enzyme not only from A. aegypti but also from A. gambiae.
RESUMO
SARS-CoV-2 VOC immune evasion is mainly due to lower cross-reactivity from previously elicited class I/II neutralizing antibodies, while increased affinity to hACE2 plays a minor role. The affinity between antibodies and VOCs is impacted by remodeling of the electrostatic surface potential of the Spike RBDs. The P.3 variant is a putative VOC.
Assuntos
Anticorpos Neutralizantes/imunologia , Afinidade de Anticorpos/genética , Evasão da Resposta Imune/genética , SARS-CoV-2/imunologia , Afinidade de Anticorpos/imunologia , Reações Cruzadas/genética , Modelos Moleculares , Domínios Proteicos , SARS-CoV-2/genética , Glicoproteína da Espícula de Coronavírus/química , Glicoproteína da Espícula de Coronavírus/genética , Glicoproteína da Espícula de Coronavírus/imunologia , Eletricidade EstáticaRESUMO
Mutations at both the receptor-binding domain (RBD) and the amino (N)-terminal domain (NTD) of the Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) Spike (S) glycoprotein can alter its antigenicity and promote immune escape. We identified that SARS-CoV-2 lineages circulating in Brazil with mutations of concern in the RBD independently acquired convergent deletions and insertions in the NTD of the S protein, which altered the NTD antigenic-supersite and other predicted epitopes at this region. Importantly, we detected the community transmission of different P.1 lineages bearing NTD indels ∆69-70 (which can impact several SARS-CoV-2 diagnostic protocols), ∆144 and ins214ANRN, and a new VOI N.10 derived from the B.1.1.33 lineage carrying three NTD deletions (∆141-144, ∆211, and ∆256-258). These findings support that the ongoing widespread transmission of SARS-CoV-2 in Brazil generates new viral lineages that might be more resistant to antibody neutralization than parental variants of concern.
RESUMO
Antibodies against the HIV-1 2F5 epitope are known as one of the most powerful and broadly protective anti-HIV antibodies. Therefore, vaccine strategies that include the 2F5 epitope in their formulation require a robust method to detect specific anti-2F5 antibody production by B cells. Towards this goal, we have biotinylated a previously reported computer-designed protein carrying the HIV-1 2F5 epitope aiming the further development of a platform to detect human B-cells expressing anti-2F5 antibodies through flow cytometry. Biophysical and immunological properties of our devised protein were characterized by computer simulation and experimental methods. Biotinylation did not affect folding and improved protein stability and solubility. The biotinylated protein exhibited similar binding affinity trends compared to its unbiotinylated counterpart and was recognized by anti-HIV-1 2F5 antibodies expressed on the surface of patient-derived peripheral blood mononuclear cells. Moreover, we present a high affinity marker for the identification of epitope-specific B cells that can be used to measure the efficacy of vaccine strategies based on the HIV-1 envelope protein.
Assuntos
Vacinas contra a AIDS/imunologia , Linfócitos B/metabolismo , Biotinilação , Anticorpos Anti-HIV/imunologia , HIV-1/imunologia , Leucócitos Mononucleares/metabolismo , Simulação de Dinâmica Molecular , Anticorpos Monoclonais/imunologia , Anticorpos Neutralizantes/imunologia , Simulação por Computador , Epitopos/imunologia , HumanosRESUMO
O rápido espalhamento das novas variantes do novo coronavírus SARS-CoV-2, como exemplificado pela alta prevalência da variante P.1 ainda nos dois primeiros meses após seu surgimento, junto a relatos de reinfecção causada por estas variantes, levanta para a ciência a questão de quais seriam os mecanismos por trás deste cenário. É de especial interesse para estas pesquisas o estudo das mutações no genoma das variantes em particular, no gene da glicoproteína Spike (proteína S), que promove a entrada nas células humanas a partir da interação com a Enzima Conversora de Angiotensina 2 (hACE2), molécula que atua como receptor do vírus. A capacidade de se ligar à hACE2 pode tornar-se maior ou menor de acordo com as alterações na estrutura da proteína S, que variam entre linhagens do SARS-CoV-2 e cada uma de suas variantes. Essas alterações na estrutura da proteína S podem também resultar em uma menor capacidade de anticorpos gerados em resposta a uma infecção ou, possivelmente, mesmo após a vacinação de se ligarem à proteína S e neutralizar a capacidade do vírus de causar infecção. A presente publicação agora também disponível em sua versão revisada por pares investiga estes dois possíveis efeitos das mutações da proteína S detectadas em variantes como a P.1, variantes da linhagem B.1.351 e a B.1.1.7: a de uma interação "mais forte" com o receptor hACE2 ou a de uma interação "mais fraca" com os anticorpos anti-proteína-S. No link do ChemRxiv ainda em estágio pre-print, antes da revisão por pesquisadores independentes, o artigo descreve uma série de experimentos feitos com modelagem computacional das moléculas envolvidas (hACE2, anticorpos e as diversas "versões" da proteína S, referentes a cada uma das variantes estudadas). Com base na simulação computacional da interação entre as moléculas, foi possível verificar que a alteração da estrutura da proteína S não teve efeitos marcantes na interação com o receptor hACE2. Por outro lado, ao simular a interação dos anticorpos gerados em resposta a linhagens iniciais do SARS-CoV-2 com a proteína S das novas variantes, foi possível ver que há uma diminuição na ligação entre as moléculas, um achado que aponta para um potencial de "escape" da resposta imune. Segundo essa hipótese, as novas variantes seriam mais eficazes em fugir da neutralização proporcionada por anticorpos, e este seria um mecanismo mais relevante para explicar seu rápido espalhamento pela população. É importante ressaltar que, baseados em algumas medidas de afinidade entre variações da proteína S e o receptor hACE2, outros grupos de pesquisa previamente sugeriram que o aumento da transmissibilidade estaria relacionado com uma maior afinidade entre a proteína viral e o receptor humano, em contraste com os resultados do presente estudo. Contudo, estes estudos não exploraram a interação das diferentes proteínas S com os anticorpos neutralizantes. O artigo aponta ainda a nova variante denominada P.3 como uma potencial Variante de Preocupação (VOC), tendo em vista que a maioria dos anticorpos analisados no estudo não foram capazes de se ligar eficientemente à proteína S desta linhagem nas simulações realizadas.