Category: наука

Category was added automatically. Read all entries about "наука".

portret

Верхний пост

Правила журнала
Как легко убедиться посмотрев мои старые записи, я обычно с удовольствием спорю с разными странными личностями приходящими ко мне в журнал. Однако на время эпидемии коронавируса в журнале вводится особый режим: Я хочу чтобы комментарии в журнале были представляющими интерес для читателей, а не просто местом для срача. Поэтому в редких случаях делаю предупредительный выстрел, но вообще за идиотские комментарии, хамство, и флуд отправляю в бан мгновенно.

Содержательные комментарии не по прямой теме поста вполне приветствуются.

Обо мне
Сейчас я довольно много пишу о коронавирусе, но я в нем не специалист. Читайте на свой страх и риск. По своей работе я вот уже больше 20 лет работаю с ВИЧ. Сначала занимался молекулярными аспектами его репликации, потом эволюцией и популяционной генетикой, последние лет 10-12 - вакцинами. Свою личность я не скрываю, можете все обо мне узнать погуглив Yegor Voronin (таких в Штатах немного, в основном выпадаю я).

Под катом в этом посте - небольшая выборка из написанного за последние 18 лет (с перерывом года на полтора), чтобы вам проще было сориентироваться.

Collapse )
portret

Титр нейтрализующих антител предсказывает степень защиты

Neutralizing antibody levels are highly predictive of immune protection from symptomatic SARS-CoV-2 infection

Забавная статья, авторы которой занимались моделированием на основе чужих опубликованных данных. Я не большой фанат таких работ, но первая картинка выглядит довольно интересно.

Авторы сравнили титры антител семи вакцин (Moderna (mRNA-1273), Novovax (NVX-CoV2373), Pfizer-bioNTech (BMT62b2), Sputnik (rAd26-S+rAd5-S), JnJ (Ad26.COV2.S), AZ (ChAdOx1 nCoV-19), Sinovac (Coronavac) и их уровень защиты. Поскольку методы используемые для определения нейтрализующих титров разные в разных исследованиях, то напрямую их сравнивать нельзя. Однако во всех испытаниях на ранних стадиях были сравнения титров от вакцины с титрами антител переболевших. Авторы использовали титры антител переболевших для нормализации титров антител от вакцин. Конечно, даже это не идеальное сравнение, потому что определение "переболевшего" тоже отличалось от исследования к исследованию и нормализацию это дает только приблизительную. Тем не менее, полученные цифры довольно аккуратно легли на кривую:



По горизонтали - уровень антител, где за единицу выставлен титр антител переболевших. По вертикали - защита от симптоматичной болезни. Скобки показывают 95% доверительный интервал для каждого значения. Голубым показано исследование где измерялась защита от повторной болезни для переболевших (Convalescent). Аквамарином показана индийская вакцина Covaxin (инактивированный вирус) - ее данные не использовались в моделировании, ее добавили уже на этапе публикации статьи. На панели b - визуализация распределений для каждой вакцины, по горизонтали титр антител, по вертикали - количество людей с таким титром. Видно, что граница защищенности проходит примерно между 0.25 и 0.125 от титра переболевших. Панель (c) не так важна, там просто тестируется качество полученной модели.

Ну и небольшое обновление к предыдущему посту про эффективность вакцин против разных вариантов: Вышло еще две статьи про южноафриканский вариант: AZ против него не работает вообще, Novavax дает 50% защиты. Но с важной оговоркой - это против мягкой и средней болезни, относительно тяжелой болезни и смертей эти исследования ничего не говорят, вполне возможно что там защита есть.
portret

Связь тромбов и HIT

Механизм образования тромбов после вакцинации JnJ и AZ остается загадкой, но одним из возможных ключей к ней является детекция антител к гепарину у пострадавших. Я про это мало что знал, пришлось почитать, но не судите строго если что напутаю.

Система свертывания крови в организме очень сложна и очень тщательно регулируется, потому что чрезмерная реакция в любую сторону ведет к серьезным проблемам - либо бесконтрольному кровотечению, либо к тромбам и перекрытию доступа крови к органам. Регулируется она локально, потому что важно запустить свертывание именно в месте повреждения, а не по всему организму, а потом вовремя его остановить.

Гепарин является одним из факторов регулирующих свертывание крови. Это полимер сахаров, причем очень полиморфный, гетерогенный и сложный по своей структуре. Он выделяется клетками в месте образования тромба и связывается с одним из факторов активирующих свертывание крови - PF4, таким образом останавливая этот процесс.

Довольно давно (в 30-е годы?) уже было обнаружено, что гепарин можно использовать в медицине для предотвращения свертывания крови, например при сложных операциях. Также для лечения разных болезней, о которых я ничего не знаю. Его в таких ситуациях дают системно, вводя в вену. Получают его из органов животных - легких или печени свиней. Раньше еще использовали коров, но после коровьего бешенства в основном используют свиней. Хотя гепарина довольно мало в организме и он рассредоточен по разным клеткам, его довольно уникальные физико-химические свойства позволяют эффективно его выделять и очищать. После этого его слегка обрабатывают, чтобы уменьшить размер полимера - низкомолекулярный гепарин гораздо более предсказуемо ведет себя в организме.

Что интересно, после того как гепарин связывается с PF4, этот комплекс иногда распознается иммунной системой как чужеродный и на него вырабатываются антитела. Возможно это связано с тем, что в обычном состоянии организм никогда не видит этих комплексов в достаточных количествах. А может влияет низкомолекулярная структура используемого гепарина или его животное происхождение (частота таких реакций для свиного и коровьего гепарина отличается). Примерно 8% людей получающих гепарин вырабатывают такие антитела. В подавляющем большинстве случаев от них никакого вреда, но у 1-5% эти антитела вызывают проблемы. Они связываются с комплексами гепарин-PF4 и это связывание активирует тромбоциты, которые выбрасывают новый PF4, который связыватся с гепарином, с новыми комплексами опять связываются антитела и так далее. Таким образом получается обратный эффект - гепарин вместо предотвращения сворачивания крови вызывает образование тромбов. При этом общее количество тромбоцитов в крови падает, потому что они расходуются на эти тромбы. Это и называется HIT - heparin-induced thrombocytopenia.

После этого описания становится понятно, почему доктора решили протестировать людей с тромбоцитопенией после вакцины на HIT - очень уж похожее проявление.

Теперь наконец доходим до сегодняшней статьи:

Pathologic Antibodies to Platelet Factor 4 after ChAdOx1 nCoV-19 Vaccination
Авторы взяли образцы крови от 23 человек пострадавших от тромбов после вакцины AZ. Они использовали два разных метода чтобы детектировать антитела к PF4. Почему-то один их не нашел вообще, а другой метод нашел у 22 человек из 23. Я недостаточно разбираюсь в этих методах чтобы судить о том, с чем это может быть связано, а авторы это не обсуждают.

Они также сделали тест, который не просто детектирует антитела, а позволяет измерить, ведут ли они к образованию тромбов. Они протестировали образцы от 7 человек и нашли такую активность у пяти из них.

Собственно на этом статья заканчивается, авторы делают выводы, что гепарином подобные послевакцинные реакции лечить не следует.

Однако остается главный вопрос - откуда эти антитела взялись в людях, которые ранее не получали гепарина? Это загадка. Вот тут спекулируют, что аденовирусы могут развалиться и выделенная из них ДНК может быть немного похожа на гепарин и таким образом связываться с PF4. Мне это очень сомнительно, потому что дозы ДНК в аденовирусных вакцинах очень маленькие по сравнению с дозами, которые вводят при тестировании ДНК вакцин (на порядки меньше) и подобных реакций для ДНК вакцин не наблюдалось. Конечно, никто не тестировал ДНК вакцины на миллионах людей, возможно это связано не с количеством ДНК, а с какими-то особенностями конкретных людей.

В общем пока это все полная загадка, посмотрим что скажут на совещании ACIP в эту пятницу.
portret

Эффективность Модерны против варианта из ЮАР

Очень коротко, просто потому что много шума в новостях по этому поводу:

Модерна сегодня объявила, что сыворотка из крови вакцинированных волонтеров нейтрализует все протестированные ими варианты, включая вариант из UK, так же эффективно как и исходный вирус, а вот для варианта из ЮАР нейтрализация падает в 6 раз. И поэтому они начали испытания первой стадии для варианта вакцины, несущего в себе белок S южноафриканской формы. Хотя они считают, что скорее всего он не понадобится.

Что имеет смысл в первую очередь спросить после таких новостей: А титры нейтрализации сывороткой это именно то, что обеспечивает защиту? Откуда мы это знаем? Ответ (насколько я могу судить): Мы точно не знаем, важны ли эти титры нейтрализации вируса сывороткой. Теоретически может и важны, все-таки это некая активность наблюдаемая в пробирке против вируса. То есть это не совсем 50/50 - может важны, а может не важны. Но точно мы не знаем, потому что никто пока не измерил, что нейтрализующие титры коррелируют с защитой.

Второй вопрос: В 6 раз - это много или мало? Если мы посмотрим на их испытания первой стадии, то увидим что титры нейтрализации были примерно 256-1024, а негативные контроли имели титры примерно 4-8. То есть в 6 раз это существенно, это снижает титр например с 600 до 100. Какой титр нужен для защиты? Мы опять же не знаем. Наверно чем выше тем лучше, но как именно этот градиент распределен, мы не знаем. Может достаточно 32, а может нужно 256. Модерна говорит, что они ожидают, что даже после падения в 6 раз, титры должны все равно защищать, но я не знаю на основании чего они делают такое предсказание.

В сумме - это все конечно настораживает, но особой паники пока вызывать не должно. Если появятся свидетельства того, что вакцинированные люди действительно болеют с новым вариантом, тогда будем и паниковать. Но даже и в этом случае, модификация мРНК в вакцине - дело довольно простое. Модерна начала испытания первой стадии, но на мой взгляд большой нужды в этом нет. Безопасность от замены нескольких аминокислот измениться не должна, а эффективность там все равно не измерить. Я конечно не регуляторное агентство, но я бы разрешил Модерне такие небольшие замены делать в вакцине без клинических испытаний - достаточно показать в культуре клеток, что белок нормально экспрессируется и сворачивается. Сравнительную эффективность с предыдущим вариантом вакцины потом можно наблюдать уже после выпуска и широкого использования.
portret

Коронавирус в Манаусе

Three-quarters attack rate of SARS-CoV-2 in the Brazilian Amazon during a largely unmitigated epidemic

Давно собирался написать про эту статью, но руки не дошли на праздинках. Сейчас это уже наверно не так актуально, тем не менее в статье есть интересные картинки, которые полезно будет поразглядывать.

Авторы протестировали на антитела к SARS-2 образцы от доноров крови в двух городах в Бразилии - столице Манаусе и большом городе Сан-Паулу (он по размеру в 6 раз больше столицы). В Сан-Паулу очень быстро ввели меры по борьбе с распространением вируса, в Манаусе же ограничений почти не вводили полагаясь на то, что люди сами будут дистанцироваться, но в итоге вирус распространялся почти беспрепятственно. В Манаусе случилась резкая вспышка инфекций в мае, а в Сан-Паулу кривую "размазали" на все лето.

Характеристика тестов
Авторы использовали тест на антитела компании Abbott, который дает не просто качественный результат (есть/нет), но и количество антител. Мне часто приходится объяснять людям что специфичность (способность отсеивать ложно-положительные результаты) и чувствительность (способность отсеивать ложно-отрицательные результаты) зависят обратно друг от друга, чем одна выше тем другая ниже. И вот на этой картинке это хорошо видно.


Каждая точка это образец, чем она выше - тем выше титр антител. Слева образцы собранные до появления SARS-2, в середине - тяжелые больные через > 20 дней после симптомов, справа - больные с мягкими симптомами через 20-50 дней после симптомов.


Видно, что сигналы для каждого типа образцов лежат на градиенте, причем градиенты эти для положительных и отрицательных образцов немного перекрываются. Исходно граница между положительными и отрицательными результатами для теста Abbott была выставлена по верхней линии (1.4) и видно, что таким образом была оптимизирована специфичность (99.9%), но при этом теряется чувствительность (91.8%), особенно для образцов от людей с мягкими симптомами (84.5%). Авторы решили что для их целей имеет смысл перебалансировать тест и выставить уровень положительности на 0.4, что привело к специфичности в 96.7%, и чувствительности 95.9% и 92.2%. Итоговые анализы делали и так и эдак, мы это еще ниже увидим.

Сырые результаты
Вот так выглядят результаты полученные из исследованных образцов.


Слева результаты для Манауса, справа - для Сан-Паулу. Внизу указаны даты сбора образцов (их собирали не в один день, но авторы сгруппировали их помесячно).


Что мы видим - в Манаусе резкая вспышка положительности на антитела в мае, но потом это распределение постепенно "сползает" вниз. Как такое может быть? Это тот самый феномен о котором много раз уже писали - титры антител после инфекции всегда идут вниз и видно, что начинает появляться большое количество точек в "желтой" зоне, которые по официальной границе теста Abbott уже записали бы в отрицательные, но тут хорошо видно, что их слишком много для "настоящих отрицательных" (процент которых виден по февральским образцам). Это переболевшие, у которых титр антител постепенно упал. Стоит отметить, что и проценты таких людей и динамика пропадания антител являются индивидуальными характеристиками каждого теста, эти результаты нельзя распространять на все тесты на антитела. Сдвиг границы на 0.4 существенно улучшает способность теста уловить таких людей, хотя и не решает проблему полностью.

Также отмечу, что для Сан-Паулу такого эффекта не видно, потому что там он "скрыт" постоянным пополнением группы зараженных новыми инфекциями. Но он, конечно, есть.

Авторы нашли образцы которые повторно были взяты у одних и тех же людей и по ним сделали статистическую модель, которую они потом использовали для того, чтобы оценить для каждого месяца после основной вспышки, какой процент переболевших людей не детектировался их тестом как имеющие антитела. Они также сделали поправку на то, что доноры крови отличаются по половому и возрастному составу от всего населения.

Конечный результат
Итак, что они получили:


Слева опять Манаус, справа - Сан-Паулу. Заштрихованный контур это ежедневная смертность на 100 тыс человек. Голубо-зеленые точки (они рядом, поэтому разница между ними не очень важна) - это проценты людей положительных на антитела при использовании стандартной границы чувствительности для теста (1.4). Желто-оранжевые точки - это проценты людей положительных на антитела при использовании более низкой границы чувствительности. И красные точки - это скорректированный подсчет числа переболевших людей с учетом того, что многие переболевшие в апреле-мае стали через несколько месяцев отрицательными на тесте на антитела даже при использовании пониженной границы чувствительности.


Общий результат - по оценкам авторов в Манаусе к декабрю коронавирусом переболели 76% населения. Интересно, что в декабре там вроде бы опять случилась очередная вспышка инфекций (пишут в новостях, сам я цифры найти не смог). В городе недавно введено чрезвычайное положение в связи с этим. С одной стороны это наводит на мысли о том, что популяционный иммунитет даже при таком проценте зараженных не достигнут, хотя исходя из R0 предсказывали 60-70%. Возможно что проблема в этих самых "исчезающих антителах", особенно среди переболевших с мягкими симптомами. С другой стороны, достижение этих 60-70% не означает, что вирус больше распространяться совсем не может, это означает лишь что в среднем во всей популяции каждый заразившийся заражает меньше одного человека. Однако в отдельных местах большого скопления людей эффективное R может оставаться выше единицы. Кроме того, пишут что в Манаус стекаются заболевшие люди со всех окружающих городков и деревень в надежде не лечение. Ну и наконец, остается также возможность что авторы где-то накосячили и на самом деле процент переболевших существенно ниже полученных ими 76%.

И еще на основе этой работы важно опять подчеркунть некорректность использования "в лоб" тестов на антитела для оценки процента переболевших. Сначала нужно как это сделали авторы провести тщательный анализ на динамику результатов теста после инфекции и делать соответствующие поправки.
portret

Новогодний разбан

До того как я начал писать о коронавирусе, я довольно долго писал о разных вокруг-научных вещах, в том числе о вакцинах и о ВИЧ, и ко мне постоянно приходили разные антивакцинаторы, отрицатели ВИЧ-СПИДа, и прочие оригиналы. Я с ними подолгу разговаривал, что временами было даже довольно прикольно, потому что некоторые из них выдвигали такие безумные теории, которые с первого раза порой и понять было трудно (для интереса можете посмотреть например здесь или здесь). Банил я довольно редко и в очень исключительных случаях.

Это все работало очень много лет, в основном потому что у меня было свободное время, которое я готов был на эти разговоры тратить. С приходом коронавируса со свободным временем вдруг стало очень трудно, и я ввел экспериментальную политику быстрого бана, при которой любой показавшийся неадекватным человек отправлялся в бан после одного-двух комментов. Таких на самом деле оказалось не так уж много, человек 50 наверно за прошедшие 8 месяцев. Но эффект был вполне разительный, и в целом мне так делать очень понравилось, потому что а) очень экономит время и б) комменты к каждому посту стали очень информативными и полезными как для читателей, так и для меня самого. Так что политика эта остается в силе, но по случаю Нового Года я решил всем забаненным дать второй шанс и разбанил всех когда-либо забаненных. Так что - добро пожаловать обратно в комменты, по крайней мере до той поры, пока опять не окажетесь забанены.

Как сделать так, чтобы не оказаться забаненным опять после первого же коммента? Это сложный вопрос и я довольно долго над ним думал, но ничего сильно оригинального не придумал. Подавляющее большинство забаненных - это классический Даннинг-Крюгер с которым бороться по определению бесполезно. Поэтому могу посоветовать лишь одно - если вы считаете, что какие-нибудь там общепринятые теории неверны или общепринятые факты ложны, то начинайте не с утверждений о том, что вам известна истина, а с вопросов о том, почему то, что вам кажется неверным - верно. И делайте это вежливо. А о том, что вам известна истина или о том, что я идиот - вы всегда можете написать в своем журнале.
С наступающим Новым Годом!
portret

Мутации устойчивости к антителам (часть 3)

Пусть и с некоторой задержкой но добъем таки эту статью. В последнем выпуске - ради чего это собственно все и затевалось, но надо отметить, что без контекста предыдущих двух постов, крутизну полученных результатов было бы не оценить, так что все это написано не зря.

Итак, авторы разработали метод, который позволяет им быстро протестировать огромное количество мутантов на устойчивость к какому-нибудь антителу. Они сделали анализ для трех антител - одно от компании Eli Lilly, и два от компании Regeneron. Все три антитела атакуют белок S в его наиболее консервативной и важной части, отвечающей за связывание с рецептором ACE2. Но каждое делает это немного иначе и связывается в немного ином месте. Сфокусируемся на двух антителах от Regeneron, которые используются в коктейле (т.е. их смешивают и вкалывают одновременно).

На основе того, как эти два антитела связываются с белком S, Regeneron предсказывал (и даже специально их выбирал так) что для ухода от обоих от них вирусу потребуется больше чем одна мутация - одна чтобы избежать одно антитело, вторая - чтобы избежать второе. Эксперименты в культуре клеток подтвердили это предсказание - когда вирус выращивали в присутствии этих антител, то к каждому по отдельности он вырабатывал устойчивость, а к обоим вместе - нет.

Анализ мутантов в этой статье в целом подтвердил этот вывод. Большинство мутаций которые они нашли - защищают от одного антитела, но не от другого. И эти мутации по большей части совпали с обнаруженными в экспериментах в культурах клеток. Однако помимо уже известных мутаций, авторы также обнаружили одно изменение аминокислоты, которое одновременно защищает вирус от обоих антител. И что интересно - эта аминокислота находится не там где связываются эти антитела, а совсем в ином месте. Но видимо это изменение вызывает довольно кардинальные изменения в структуре белка, которые блокируют связывание с этим антителами (но при этом сохраняет связывание с ACE2).

Почему это изменение не обнаруживалось в культуре клеток? Скорее всего потому, что хотя меняется всего одна аминокислота, но для этого изменения требуется фактически две мутации - в кодирующем ее кодоне должны измениться два нуклеотида из трех, что довольно маловероятно. В ограниченных условиях эксперимента по селекции в культуре клеток они скорее всего не возникнут, хотя в "большом мире" вполне могут.

И переходя к "большому миру". Авторы посмотрели на то, встречаются ли обнаруженные ими мутации в базах данных вирусных последовательностей выделенных из людей. И некоторые из них нашли, но в довольно небольших количествах - всего две из них имеют частоту больше 0.1%.

Возвращаясь к начальному тезису о том, что мы все умрем и вакцины не сработают. К эффективности вакцин она не имеет практически вообще никакого отношения. Тут исследуются три конкретных антитела, а в ответ на вакцину вырабатываются тысячи или даже десятки тысяч разных антител, плюс имеют другие иммунные механизмы. А вот в отношении эффективности антител как лекарств, я бы сказал что эта статья - это скорее хорошие новости, чем плохие. Во-первых, она в целом подтверждает все предположения сделанные Регенероном и оправдывает их выбор антител. Ну да, она указывает на то, что может существовать вирусный вариант устойчивый к их коктейлю, но он был найден всего один и требует двух мутаций. В будущем же методы из этой статьи могут быть использованы для более эффективного составления коктейлей к которым вирусу будет труднее приспосабливаться. А также эти методы позволяют заранее предсказать возможные устойчивые к антителам мутации и отслеживать их присутствие в каждом пациенте прежде чем начинать лечение конкретным коктейлем.
portret

Мутации устойчивости к антителам (часть 2)

В предыдущей серии я рассказывал общий принцип этого подхода, и он действительно довольно сложный, я сам далеко не все понимаю, особенно в технических деталях. Не многие наверно продрались сквозь эти дебри, но мне кажется это полезно и интересно, потому что эти работы - они на самом рубеже современной биологии, их делает молодое поколение используя новейшие методики. Сегодня все будет еще несколько сложнее, и я постараюсь объяснять как можно проще, но в комментах с удовольствием разжую подробней если кому все еще непонятно, или обсужу детали с теми, кто разбирается.

Коллекция RBD мутантов
Итак, переходим собственно к статье. Авторы еще в предыдущих своих работах создали коллекцию мутантов, которую они использовали в этой статье. Это не коллекция целых мутантных вирусов, и даже не коллекция мутантов белка S, а коллекция мутантов RBD - самой важной части белка S которая отвечает за связывание белка с рецептором ACE2 на поверхности клеток-мишеней. Она вполне работает для связывания c ACE2 даже вне контекста всего белка S. Гены кодирующие эти мутантные RBD они закинули в дрожжи, так что у них на поверхности каждой клетки находится один из этих мутантов.

Среди всех этих мутантов были мутанты которые были настолько испорчены мутациями, что кодируемый белок либо не производился вообще, либо не складывался в правильную структуру, способную связаться с ACE2. Таких мутантов они сразу выкинули. Для этого они добавили к этим дрожжам флуоресцентно-помеченный белок ACE2. Если он связывается с тем мутантом RBD который находится на поверхности дрожжевой клетки, то эта клетка будет "светиться", если не связывается - она останется "темной". После чего прогнали эти клетки через специальную машину, которая их отсортировала - выкинула "темные" потому что с ними ACE2 не связывался, и оставила только "светящиеся".

Вот с этой коллекции RBD мутантов, которые достаточно функциональны чтобы выполнять свою функцию по связыванию с ACE2 и начинается статья.

Избегание антител
Если вы более-менее поняли предыдущий пост и написанное выше, то следующий шаг очевиден. Есть нейтрализующие антитела от двух компаний, Регенерона и Елай-Лили, которыми пытаются лечить коронавирусных больных (пока не очень хорошо получается, но это отдельная история). Все они связываются с белком именно в районе RBD, поэтому эта коллекция мутантов отлично подходит для их изучения. Эти антитела мы помечаем флуоресцентной меткой и смотрим, связываются ли они с мутантными RBD. Если антитело связывается - клетка "светится" (ее выкидываем), если осталась "темной" - значит антитело не связывается (ее оставляем). Это делается не со всеми антителами сразу (хотя такое возможно, если использовать разные метки), а с каждым по отдельности.

Картинка из статьи:


Слева сверху - дрожжевая клетка (коричневым цветом), на поверхности которой находится RBD, он тоже помечен флуоресцентно (небольшая голубая звездочка). С RBD связывается или не связывается антитело - синяя буква Y. Полученную коллекцию (дрожжи разных цветов в центре сверху) либо отправляют сразу на секвинирование (надпись pre-selection), либо помечают антителами и отбирают только те, клетки что не связываются (розовые точки на графике) и потом тоже отправляют на секвинирование. Затем результаты секвинирования сравнивают и получают ответ о том, какие мутации в RBD ведут к тому, что антитело перестает c ним связываться.


На схеме выше показан еще один важный момент - мутации не обязательно имеют 100% эффект. Антитело может не просто "связываться" или "не связываться", оно также может "связываться, но хуже". На картинке показано, что зеленый мутант отлично связывается с антителом (поэтому его совсем нет после сортировки с антителом), желтый мутант вообще не связывается (все клетки выжили), а красный и голубой - связываются, но хуже, поэтому часть их теряется, а часть остается.

В конечном итоге получают такие вот схемы как показано в самой правой части картинки. По горизонтали там отложены позиции аминокислот (тут для примера показано всего две), а по вертикали выставлены буквы соответствующие аминокислотам в этом месте, которые ведут к тому, что антитело перестает связываться. Чем чаще встречается каждый вариант, тем больше размер буквы.

ОК, на этом пожалуй опять же стоит остановиться. Продолжение в следующем номере.
portret

Мутации устойчивости к антителам (часть 1)

Prospective mapping of viral mutations that escape antibodies used to treat COVID-19

Эту статью уже растащили по разным новостным изданиям как полный караул, и вакцина не поможет, и мы опять же все умрем. Это конечно полная ерунда, даже не имеющая ничего общего с тем, что реально было сделано в этой статье. А статья на самом деле очень хорошая и интересная. Но для того чтобы ее объяснить, потребуется довольно обширное введение.

Ин витро эволюция
Начнем издалека. Допустим у вас есть какой-нибудь новый антивирусный препарат и вы хотите понять каким образом вирус может выработать на него устойчивость. Как это можно узнать? Классическим подходом является селекция ин витро. Даем вирусу размножаться в культуре клеток, при этом добавляем этот антивирусный препарат, но в концентрациях, которые не полностью подавляют вирус, а так чтобы он мог продолжать размножаться, пусть и не очень хорошо. Размножаясь, вирус будет мутировать и в конце концов появится мутация, которая делает его устойчивым к этому препарату. Такой мутировавший вирус будет размножаться быстрее дикого и постепенно вытеснит его в культуре клеток. Мы увидим что, во-первых, вирус стал размножаться быстрее (его больше не сдерживает наш препарат), во-вторых, почти все вирусы в культуре несут некую новую мутацию.

Звучит легко и просто, но как это часто бывает, на деле у этого подхода есть множество проблем. Не буду их все перечислять, укажу лишь на некоторые. Во-первых, трудно сбалансировать концентрацию препарата так, чтобы на вирус оказывалось достаточное селекционное давление, но чтобы при этом он мог таки активно размножаться. Если мы добавим слишком мало - у мутировавшего вируса не будет достаточного преимущества над диким для того, чтобы он размножился. Добавим слишком много - вирус плохо размножается, а значит мутации появляются медленно и придется делать это очень долго. Во-вторых, эти эксперименты очень трудоемки - вирус надо постоянно пересеивать на новые клетки, причем в больших объемах, и довольно долго. В-третьих, в вирусах постоянно накапливаются просто случайные мутации и в конце эксперимента бывает что приходится довольно долго копаться чтобы выяснить какая из мутаций действительно дает устойчивость, а какая появилась случайно. Иногда это очень трудно сделать, потому что устойчивость была приобретена через две или даже три разные мутации, каждая из которых по отдельности не имеет эффекта или имеет слабый эффект.

Глубокое сканирование
Группа Джесси Блюма (я знаю пару человек из его лабы) использует интересный подход, который обходит часть из этих проблем. Они пользуются новыми технологиями синтеза ДНК и количественного секвинирования. Сначала они создают библиотеку мутантных вирусов. Они заказывают синтез вирусного гена, но не идеальной его копии, а с мутациями которые по одной меняют каждую из аминокислот на все возможные 19 альтернатив (всего аминокслот - 20). Примерно так: Первые три нуклеотида (аминокислота кодируется тремя нуклеотидами) - случайные во всех возможных комбинациях, а дальше - идеальная копия. Отдельно синтезируется ген в котором вторые три нуклеотида случайные, а остальные - идеальная копия. Затем - третьи три нуклеотида случайные, а остальные - идеальная копия. Все они смешиваются вместе и эти мутированные гены вставляются обратно в вирус и таким образом они одним махом создают всех возможных мутантов, в которых каждая из аминокислот в изучаемом белке мутирована во все остальные девятнадцать. Они это называют "глубоким мутационным сканированием".

Дальше на помощь приходят новые технологии секвинирования, т.е. определения нуклеотидной последовательности генов. Они основаны на том, что секвинируются небольшие фрагменты гена, из которых потом с помощью компьютеров собирается полная последовательность. Но их можно использовать и иначе. Если у вас есть смесь разных, но похожих генов (как в полученной выше библиотеке мутантных вирусов), то компьютеру можно сказать не собрать из полученных фрагментов одну последовательность, а посчитать частоту всех имеющихся в смеси вариантов. Таким образом можно взять полученную библиотеку мутантных вирусов, и получить для каждого мутанта какой процент он составляет в общей смеси. После этого мы можем взять эти вирусы и, например, заразить ими клетки в присутствии нашего препарата, дождаться появления нового поколения вирусов, и опять проанализировать их секвинированием. Если мутант плохо размножается в присутствии препарата - его процент в популяции пойдет вниз. Если хорошо - то вверх. Таким образом мы можем быстро проанализировать огромное число мутаций на устойчивость к данному препарату.

Этот подход конечно же не решает все проблемы, и у него есть серьезные недостатки. Один из основных - если для устойчивости к препарату требуются мутации в более чем одной аминокислоте, то этот метод их не обнаружит.

Все это довольно сложно, если остались вопросы - спрашивайте в комментах. А собственно о результатах статьи напишу чуть позже.
portret

3 месяца спустя

Durability of Responses after SARS-CoV-2 mRNA-1273 Vaccination

Анализ Модерновской вакцины показывает, что антитела сохраняются как минимум в течение 3-х месяцев. Собственно все результаты на одной картинке:



Левый столбец - волонтеры в возрасте 18-55, средний - 56-70, правый - 71 и старше.
Верхняя линия - связывающиеся антитела, остальные три - разные способы измерять нейтрализующие антитела.


Как видно, связывающиеся антитела вообще стабильны, а нейтрализующие немного падают (как и должно быть), но все еще остаются вполне высокими. Такая динамика вообще довольно типична для иммунизации или даже инфекции, по ней нельзя предположить что будет через 6 месяцев, так что предсказывать длительность ответа пока невозможно. Но по крайней мере они не падают сразу же, что тоже иногда бывает, хотя и реже. В целом, это довольно обнадеживающие данные.