تحليل اللقاحات العكسي لخلايا B ضد فيروس نيباه باستخدام بروتين الانصهار
DOI:
https://doi.org/10.35516/jjps.v16i3.1602الكلمات المفتاحية:
بروتين الاندماج، فيروس نيباه، التطعيم العكسي، المعلومات المناعيةالملخص
فيروس نيباه NiV) ) هو فيروس باراميكسوفيروس ممرض لفيروس الحمض النووي الريبي ويسبب أمراضًا تنفسية غير مميتة في الخنازير التي تم الإبلاغ عنها في الأصل في ماليزيا في عام 1998. ويعتبر فيروس نيبا سببًا محتملاً لتفشي المرض لأنه حيواني المنشأ. ومع ذلك، لا توجد لقاحات أو عقاقير مضادة للفيروسات موجودة ضد النيكل. لذلك، فإن الهدف الرئيسي هو تطوير لقاحات فعالة من خلال توصيف بروتين الاندماج من NiV. استخدمنا التسلسل المرجعي الذي تم استرداده من المركز الوطني لمعلومات التكنولوجيا الحيوية (NCBI)، ثم تم تصميمه بنمذجة ثلاثية الأبعاد للحصول على المنطقة المحفوظة لبروتين الاندماج. تم تقييم التفاعل بين المنطقة المحفوظة مع مستقبلات الخلايا البائية من خلال نهج الالتحام الجزيئي. تم التعرف على حاتمة الخلية B باستخدام خادم الويب لقاعدة البيانات الحلقية المناعية IEDB). ) نتيجة لذلك، نوصي بـ Pep_D FANCISVTCQCQ باعتباره لقاح ببتيد قائم على الحاتمة ضد فيروس نيباه. يعتبر Pep D عالي المناعة ولا يسبب تفاعلات المناعة الذاتية. يحتوي Pep D على أقل طاقة ملزمة للمجمعات الجزيئية BCR التي يمكنها تنشيط إشارة التحويل والاستجابة المناعية المباشرة للخلايا B. ومع ذلك، هناك حاجة إلى مزيد من الدراسة للتأكيد (في المختبر وفي الجسم الحي).
المراجع
Sakib M. S., Islam Md. R., Hasan A. K. M. M., and Nabi A. H. M. N., Prediction of Epitope-Based Peptides for the Utility of Vaccine Development from Fusion and Glycoprotein of Nipah Virus Using In Silico Approach, Adv. Bioinforma. 2014; 1–17. doi: 10.1155/2014/402492. DOI: https://doi.org/10.1155/2014/402492
Aditi and Shariff M., Nipah virus infection: A review, Epidemiol. Infect. 2019; 147: e95. doi: 10.1017/S0950268819000086. DOI: https://doi.org/10.1017/S0950268819000086
Ambat A. S. et al., Nipah virus: A review on epidemiological characteristics and outbreaks to inform public health decision making, J. Infect. Public Health. 2019; 12(5): 634–639. doi: 10.1016/j.jiph.2019.02.013. DOI: https://doi.org/10.1016/j.jiph.2019.02.013
Gupta G. B. M., Ahmed K. K. M., and Gupta R., Nipah Virus Research: A Scientometric Assessment of Global Publications Output during 1999-2018, Int. J. Med. Public Health. 2018; 8(2): 48–55. doi: 10.5530/ijmedph.2018.2.11. DOI: https://doi.org/10.5530/ijmedph.2018.2.11
Yoneda M. et al., Recombinant Measles Virus Vaccine Expressing the Nipah Virus Glycoprotein Protects against Lethal Nipah Virus Challenge. PLoS ONE. 2013: 8(3): e58414. doi: 10.1371/journal.pone.0058414. DOI: https://doi.org/10.1371/journal.pone.0058414
Database resources of the National Center for Biotechnology Information, Nucleic Acids Res. 2016. 44(D1): D7–D19. doi: 10.1093/nar/gkv1290. DOI: https://doi.org/10.1093/nar/gkv1290
Schwede T., SWISS-MODEL: an automated protein homology-modeling server, Nucleic Acids Res. 2003; 31(13): 3381–3385. doi: 10.1093/nar/gkg520. DOI: https://doi.org/10.1093/nar/gkg520
Vita R. et al., The Immune Epitope Database (IEDB): 2018 update, Nucleic Acids Res. 2019; 47(D1): D339–D343. doi: 10.1093/nar/gky1006. DOI: https://doi.org/10.1093/nar/gky1006
Doytchinova I. A. and Flower D. R., VaxiJen: a server for prediction of protective antigens, tumour antigens and subunit vaccines, BMC Bioinformatics. 2007; 8(1): 4. doi: 10.1186/1471-2105-8-4. DOI: https://doi.org/10.1186/1471-2105-8-4
Gupta S. et al., In Silico Approach for Predicting Toxicity of Peptides and Proteins, PLoS ONE. 2013; 8(9): e73957. doi: 10.1371/journal.pone.0073957. DOI: https://doi.org/10.1371/journal.pone.0073957
Dimitrov I., Flower D. R., and Doytchinova I., AllerTOP - a server for in silico prediction of allergens, BMC Bioinformatics, 2013; (14)6: S4. doi: 10.1186/1471-2105-14-S6-S4. DOI: https://doi.org/10.1186/1471-2105-14-S6-S4
Berman H. M. et al., The Protein Data Bank, Nucleic Acids Res. 2000; 28(1): 235-242. doi: 10.1093/nar/28.1.235. DOI: https://doi.org/10.1093/nar/28.1.235
Lamiable A., Thévenet P., Rey J., Vavrusa M., Derreumaux P., and Tufféry P., PEP-FOLD3: faster de novo structure prediction for linear peptides in solution and in complex, Nucleic Acids Res. 2016; 44. doi: 10.1093/nar/gkw329. DOI: https://doi.org/10.1093/nar/gkw329
Schneidman-Duhovny D., Inbar Y., Nussinov R., and Wolfson H. J., PatchDock and SymmDock: servers for rigid and symmetric docking, Nucleic Acids Res., 2005; 33: W363–W367. doi: 10.1093/nar/gki481. DOI: https://doi.org/10.1093/nar/gki481
Meng X.-Y., Zhang H.-X., Mezei M., and Cui M., Molecular Docking: A Powerful Approach for Structure-Based Drug Discovery, Curr. Comput. Aided-Drug Des. 2011; 7(2): 146-157. doi: 10.2174/157340911795677602. DOI: https://doi.org/10.2174/157340911795677602
Yuan S., Chan H. C. S., and Hu Z., Using PyMOL as a platform for computational drug design, WIREs Comput. Mol. Sci. 2017; 7(2). doi: 10.1002/wcms.1298. DOI: https://doi.org/10.1002/wcms.1298
Himmah K., Polytope Prediction for Dengue Vaccine Candidate Based on Conserved Envelope Glycoprotein of Four Serotypes of Dengue Virus and Its Antigenicity, J. Pure Appl. Chem. Res. 2016; 5(2): 101–107. doi: 10.21776/ub.jpacr.2016.005.02.290. DOI: https://doi.org/10.21776/ub.jpacr.2016.005.02.290
Zahroh H., Ma’rup A., Tambunan U. S. F., and Parikesit A. A., Immunoinformatics Approach in Designing Epitope-based Vaccine against Meningitis-inducing Bacteria (Streptococcus pneumoniae, Neisseria meningitidis, and Haemophilus influenzae Type b), Drug Target Insights. 2016; 10: DTI.S38458. doi: 10.4137/DTI.S38458. DOI: https://doi.org/10.4137/DTI.S38458
Fu Y., Zhao J., and Chen Z., Insights into the Molecular Mechanisms of Protein-Ligand Interactions by Molecular Docking and Molecular Dynamics Simulation: A Case of Oligopeptide Binding Protein, Comput. Math. Methods Med. 2018; 2018: 1-12. doi: 10.1155/2018/3502514. DOI: https://doi.org/10.1155/2018/3502514
Borra, S. S., and Kumar, D. M., A Comprehensive Review on Efficacy and Adverse Events Associated with Different Covid-19 Vaccines, Jordan Journal of Pharmaceutical Sciences. 2022; 15(2): 289–304. doi: 10.35516/jjps.v15i2.326. DOI: https://doi.org/10.35516/jjps.v15i2.326
Obeidat, M. S., Alyahya, L. A., Obeidat, E. S., Obeidat, A., and Mukattash, T. L. Safety Practices in Community Pharmacy during COVID-19 Pandemic in Jordan, Jordan Journal of Pharmaceutical Sciences. 2023; 16(1): 11-17. doi: 10.35516/jjps.v16i1.1031 DOI: https://doi.org/10.35516/jjps.v16i1.1031
Al Jomaa, E. E., Al Meslamani, A., and Abazid, H., A. Comparative Cross-Sectional Study- Knowledge, behavior and psychological change among Medical and Nonmedical Students in Jordan during COVID-19 pandemic, Jordan Journal of Pharmaceutical Sciences. 2022; 15(2): 204-213. doi: 10.35516/jjps.v15i2.320. DOI: https://doi.org/10.35516/jjps.v15i2.320
