AI Summary & Key Takeaways
AI InsightOverall, this study presents a stage-spanning, multi-epitope TB vaccine design and provides a comprehensive immunoinformatics framework that supports further experimental validation and optimization.
📌 3 Key Takeaways
Abstract
Tuberculosis (TB), caused by Mycobacterium tuberculosis (M. tuberculosis), remains one of the leading causes of mortality from infectious diseases worldwide, underscoring the urgent need for more effective vaccine strategies. Advances in immunoinformatics have enabled rational, cost-effective vaccine design through systematic epitope identification and optimization. In this study, a multi-epitope vaccine candidate was computationally designed by integrating cytotoxic T lymphocyte (CTL), helper T lymphocyte (HTL), and B-cell epitopes derived from three M. tuberculosis antigens associated with distinct stages of infection: Ag85B, ESAT-6, and HspX. Selected epitopes were screened for antigenicity, immunogenicity, allergenicity, toxicity, and global population coverage, and assembled into a single construct using rational linker and adjuvant strategies. Structural modeling and refinement were performed, followed by molecular docking and molecular dynamics simulations to evaluate interactions with human Toll-like receptors (TLRs) TLR2, TLR4, and TLR9. The designed construct exhibited favorable antigenic and safety profiles, structural stability, and broad population coverage. Docking, molecular dynamics, and binding free-energy analyses suggested stable and energetically favorable interactions with all three TLRs, with the strongest binding observed for the TLR9 complex. In silico immune simulations predicted robust cellular and humoral immune responses, characterized by elevated interferon-γ (IFN-γ) and interleukin-2 (IL-2) levels and the formation of immunological memory. Overall, this study presents a stage-spanning, multi-epitope TB vaccine design and provides a comprehensive immunoinformatics framework that supports further experimental validation and optimization.
Özet
Tüberküloz (TB), Mycobacterium tuberculosis (M. tuberculosis) tarafından oluşturulan ve dünya genelinde bulaşıcı hastalıklar arasında ölüme en sık yol açan hastalıklardan biri olmaya devam etmektedir. Bu durum, daha etkili aşı stratejilerine duyulan acil ihtiyacı ortaya koymaktadır. İmmünoinformatik alanındaki gelişmeler, epitopların sistematik olarak belirlenmesi ve optimize edilmesi yoluyla rasyonel ve maliyet-etkin aşı tasarımını mümkün kılmıştır. Bu çalışmada, enfeksiyonun farklı evreleriyle ilişkili üç M. tuberculosis antijeninden (Ag85B, ESAT-6 ve HspX) türetilen sitotoksik T lenfosit (CTL), yardımcı T lenfosit (HTL) ve B hücre epitoplarının entegrasyonu ile çok epitoplu bir aşı adayı hesaplamalı olarak tasarlanmıştır. Seçilen epitoplar; antijenisite, immünojenisite, alerjenite, toksisite ve küresel popülasyon kapsamı açısından taranmış ve rasyonel bağlayıcı (linker) ve adjuvan stratejileri kullanılarak tek bir yapı halinde birleştirilmiştir. Yapısal modelleme ve iyileştirme işlemlerinin ardından, insan Toll-benzeri reseptörleri (TLR) olan TLR2, TLR4 ve TLR9 ile etkileşimleri değerlendirmek amacıyla moleküler kenetlenme ve moleküler dinamik simülasyonları gerçekleştirilmiştir. Tasarlanan yapı; uygun antijenik ve güvenlik profilleri, yapısal stabilite ve geniş popülasyon kapsamı sergilemiştir. Kenetlenme, moleküler dinamik ve bağlanma serbest enerjisi analizleri, her üç TLR ile de stabil ve enerjik olarak elverişli etkileşimler olduğunu göstermiş; en güçlü bağlanmanın TLR9 kompleksi için gözlendiği belirlenmiştir. In silico bağışıklık simülasyonları, artmış interferon-γ (IFN-γ) ve interlökin-2 (IL-2) düzeyleri ile karakterize edilen güçlü hücresel ve humoral bağışıklık yanıtlarının yanı sıra immünolojik hafıza oluşumunu öngörmüştür. Sonuç olarak bu çalışma, enfeksiyonun farklı evrelerini kapsayan çok epitoplu bir TB aşı tasarımı sunmakta ve ileri deneysel doğrulama ile optimizasyonu destekleyen kapsamlı bir immünoinformatik çerçeve ortaya koymaktadır.