Porozumění výběru buněk B v paměti

Pro více informací:ali.ma@wecistanche.com

ABSTRAKTNÍ

Adaptivní imunitní systém savců se vyvíjel miliony let, aby se stal neuvěřitelně účinnou obranou proti cizím antigenům. Humorální reakce adaptivního imunitního systému vytváří plazmatické B buňky apaměť Bbuňkyz nichž každý má své vlastní imunologické cíle. Proces afinitního zrání je široce vnímán jako heuristika pro řešení globálního optimalizačního problému nalezení B buněk s vysokou afinitou k antigenu. Nicméně,paměť Bbuňkyse zdají být záměrně vybrány dříve v procesu afinitního zrání a mají nižší afinitu. Navrhujeme totopaměťová B buňkaselekční proces může být přibližným řešením dvou optimalizačních problémů: optimalizace pro afinitu k podobným antigenům v budoucnosti navzdory mutacím nebo jiným menším rozdílům a optimalizace pro teplý start tvorby plazmatických B buněk v budoucnosti. Používáme simulace, abychom poskytli důkazy pro naše hypotézy, přičemž bereme v úvahu údaje ukazující, že určité mutace B buněk jsou pravděpodobnější než jiné. Naše zjištění jsou v souladu s paměťovými B buňkami, které mají vysokou afinitu k mutovaným antigenům, ale neposkytují to silný důkazpaměťové B buňkybudou užitečnější než vybrané naivní B buňky pro naočkování sekundárních zárodečných center.

Pro paměť klikněte na Cistanche NZ

1. Úvod

Imunitní systém je účinný systém zmírňování hrozeb, který využívá několik naučených identifikačních algoritmů. Zatímco vrozený imunitní systém je zběhlý v identifikaci cizích útočníků nebo antigenů, musí zapojit adaptivní imunitní systém, aby vytvořil masivnější a specifičtější reakci. Základním aspektem humorální odpovědi adaptivního imunitního systému je trénink dvou typů B buněk prostřednictvím procesu zvaného afinitní zrání (AM): plazmatické B buňky, které vytvářejí protilátky k identifikaci aktuálního antigenu, apaměťové B buňkykteré se používají v následných imunitních odpovědích k identifikaci podobných antigenů v budoucnu. Proces AM je velmi neobvyklý v tom, že specifická oblast DNA v zúčastněných B buňkách je mutována za vzniku potomků, kteří jsou vybráni tak, aby měli vyšší afinitu k příslušnému antigenu. Zachování sekvencí DNA je obvykle ve většině buněk nanejvýš důležité, ale oblast genomu, která definuje tvar receptoru B buňky, musí být rychle modifikována, aby měl receptor B buňky šanci lépe rozpoznat antigen zájmu (Meyer-Hermann et al., 2012). Tyto mutace jsou zodpovědné za neuvěřitelnou schopnost B-buněk rozpoznat prakticky jakýkoli antigen, který jsou přítomny, díky čemuž je adaptivní imunitní systém savců jedním z nejúčinnějších systémů identifikace učení v přirozeném světě.

Stephen Lindsly, Maya Gupta b, Cooper Stansbury, Indika Rajapakse

Katedra počítačové medicíny a bioinformatiky, University of Michigan, Ann Arbor, Spojené státy americké

b Výzkum Google, Mountain View, CA, Spojené státy americké

c Katedra matematiky, University of Michigan, Ann Arbor, Spojené státy americké

V tomto článku zvažujeme, zda plazmatický B lymfocyt apaměťová B buňkagenerační procesy lze interpretovat jako snahu uspokojit konkrétní cíle, a pokud ano, můžeme tyto cíle přesně uvést? Vypůjčujeme si standardní nápady ze strojového učení, kde je běžné nejprve specifikovat ideální matematický objekt, který má být optimalizován (jako je minimalizace očekávané chybovosti naučeného identifikačního systému), pak navrhnout heuristické algoritmy, které přibližně optimalizují tento matematický cíl. Podobně předpokládáme, že kvůli evolučním tlakům se AM procesy chovají jako heuristika, která se přibližně optimalizuje pro idealizované imunologické cíle. Předpokládáme, jaké by mohly být tyto evolučně adaptivní imunologické cíle, a pak porovnáváme, jak dobře různé B buňky uspokojují tyto cíle, když čelí protichůdně mutovaným antigenům prostřednictvím simulací. Tato zjištění nás vedou k navrhování nových hypotéz o implicitních cílech tréninku naivních B buněk imunitním systémem, aby se stalypaměťové B buňky.

Nejprve v části 2 přezkoumáme, jak jsou naivní B buňky získávány a trénovány, aby se staly plazmatickými B buňkami, a matematicky předkládáme hypotézu pro cíle tohoto školení. V části 3 zvažujeme cíle matematické optimalizace záhadnějšího tréninkového procesu, který vede ke generovánípaměťové B buňky. Trénink plazmatických B lymfocytů nebo trénování plazmatických B lymfocytů definujeme jako proces generování plazmatických B lymfocytů z naivních B lymfocytů během AM. Podobně definujeme trénink nebo trénink paměťových B buněkpaměťové B buňkyjako proces generování paměťových B buněk z naivních B buněk během AM. Naše hypotézy testujeme pomocí simulací v části 4 a zakončíme diskusí o otevřených otázkách v části 5.

2. Trénink plazmatických B buněk

Přezkoumáme proces AM, který trénuje naivní B buňky, aby se staly plazmatickými B buňkami, a poté zvážíme, jaká matematická kritéria mohla být optimalizována tréninkem plazmatických B buněk.

2.1. Afinitní zrání plazmatických B buněk

AM začíná rekrutováním naivních B buněk s určitou počáteční afinitou k antigenu k sekundárním lymfoidním orgánům. Tyto naivní B buňky se spolu s T folikulárními pomocnými (TFH) buňkami a folikulárními dendritickými buňkami koncentrují do dočasných struktur známých jako germinální centra (obr. 1A) (Meyer-Hermann et al., 2012; Tas et al., 2016). Germinální centra (GC) zajišťují, že tyto buňky jsou poblíž, a tak usnadňují rychlou mutaci a hodnocení sekvencí receptoru B buněk. Během AM jsou B buňky hodnoceny TFH buňkami z hlediska jejich afinity k antigenu prostřednictvím délky interakce mezi nimi, na základě prezentace antigenu B buňkami (Mesin et al., 2016; Murphy a Weaver, 2016). Pokud je počáteční afinita B buňky vysoká, přijímá chemický signál z TFH buňky, aby se přesunula do oddělené oblasti GC a proliferovala. Zatímco B buňka proliferuje, specifická část genomu nazývaná hypervariabilní oblast je vystavena enzymu, aktivací indukované cytidindeamináze (AID) (Muramatsu et al., 2000; Bannard a Cyster, 2017). AID může deaminovat cytosin a vytvořit uracil, nukleotid, který se normálně v DNA nenachází. Operace, která opravuje tyto změny, je náchylná k chybám, což vede k mutacím v sekvenci DNA (Martin et al., 2015).

Proces deaminace a mutací během opravy se označuje jako somatická hypermutace (SHM). Po proliferaci se B buňky vrátí do oblasti GC obsahující TFH buňky a jsou znovu vyhodnoceny na svou afinitu k antigenu. Tento iterativní proces proliferace, mutace a hodnocení afinity pokračuje, dokud B buňky nemají dostatečně vysokou afinitu k antigenu. V tomto bodě se B buňky diferencují na plazmatické B buňky a začnou produkovat protilátky, které imunitnímu systému umožní vymýtit antigen.

2.2. Afinitní zrání jako algoritmus

Modelujeme AM v Algorithmu 1, který používáme k simulaci AM v našich experimentech. Zjednodušili jsme několik známých nebo nejistých problémů týkajících se AM, podrobně popsaných v pododdíle 2.3.

Každá sekvence naivního B buněčného receptoru je generována náhodně kombinatorickou směsí jejích genových segmentů V, D, J a C, jakož i prostřednictvím diverzity spojení mezi těmito segmenty (Sompayrac, 2019). Naivní B buňky pokrývají nejméně 100 milionů možností (Sompayrac, 2019). Naivní B buňky rekrutované do zárodečného centra jsou buňky, které již mají nějakou slibnou afinitu k antigenu a. SHM pak mutuje nukleotidy v oblasti sekvence DNA o délce přibližně 100 párů bází (bp), což přispívá k definici struktury receptoru B buněk (Martin et al., 2015). Mutace v hypervariabilní oblasti jsou na škále 106krát pravděpodobnější než mutace mimo tuto oblast (Martin et al., 2015). Mutace mohou být swapy, inzerce a delece v kategorickém prostoru modelovaném jako fA; T; C; G;£g100, kde £ znamená vymazání. Je třeba poznamenat, že ačkoli je kombinatorický prostor možných mutací velký, mnoho specifických mutací okamžitě vede k apoptóze. AM optimalizace je paralelizována a distribuována přes G germinální centra, která lze algoritmicky považovat za G různé paralelní procesory. Modelujeme různá zárodečná centra jako fungující nezávisle, i když mezi nimi může být biochemická signalizace. V praxi se organismus trénuje na více nezávislých antigenů současně, ale pro jednoduchost uvažujeme vždy jeden antigen.

2.3. Známá zjednodušení Algoritmu 1

Všimli jsme si, že Algoritmus 1 zjednodušuje několik známých charakteristik AM. Domníváme se, že tato zjednodušení jsou drobná a že neovlivňují hlavní závěry této práce.

Algoritmus modelujeme jako T diskrétní iterace, ale v praxi je AM kontinuální proces, který je částečně časově omezený kvůli rozpadu antigenu a vnějším tlakům. Nicméně, pokud je nám známo, neexistuje přesný limit počtu dělení, ke kterému může dojít, ani přesná časová osa, která musí být během AM dodržena. Kromě toho existuje možnost, že imunitní systém nenajde řešení dostatečně rychle, což způsobí smrt hostitele. I když uznáváme, že k tomu dochází v přirozeném systému, není to předmětem naší simulace. Proto používáme pevný počet iterací jako aproximaci časových limitů, kterým skutečný imunitní systém čelí. Kromě toho identifikujeme B buňky s nejvyšší afinitou na konci naší simulace jako plazmatické B buňky pro jednoduchost, ale plazmatické B buňky nejsou vybrány současně na konci AM a nemusí mít absolutně nejvyšší afinitu.

Před zahájením SHM mohla počáteční populace B buněk projít neřízenou proliferací, což znamená, že počáteční náhodný vzorek může být lépe modelován jako náhodné shluky B buněk. Algoritmus 1 umožňuje germinálním centrům růst bez omezení, ačkoli hodnocené vymírání bude mít tendenci omezovat velikost populace v germinálních centrech. V praxi je velikost zárodečných center také omezena fyzickými objemovými omezeními a omezeními biochemických zdrojů. Používáme konstantní rychlost odumírání. ale existují určité důkazy, že pravděpodobnost odumření se snižuje s rostoucí afinitou (Anderson et al, 2009). Zahrnuli jsme zjednodušenou verzi tohoto chování vychýlením pravděpodobnosti smrti B buněk v germinálním centru směrem k buňkám s nižší afinitou.

T lymfocyty měří blízkou B lymfocyty na jejich afinitu, takže existuje jen určitá pravděpodobnost, že konkrétní B lymfocyt bude mít změřenou svou afinitu, a že pravděpodobnost, že se změří afinita B lymfocytů, je považována za funkci prostorové organizace (což je nepřímo ovlivněné afinitou) a přímou afinitou. Afinita a prostorová blízkost konkrétní B buňky ovlivňuje její pravděpodobnost, že bude vybrána a bude indukována k proliferaci. Prostorovou organizaci mezi TaH buňkami a B buňkami výslovně neuvažujeme. Síla proliferačního signálu je obecně úměrná afinitě B-buněk, takže u B-buněk s vysokou afinitou je pravděpodobnější, že se mnohonásobně rozmnoží, než se vrátí k další iteraci hodnocení afinity (Mesin et al, 2016; De Silva a Klein, 2015). Podobně jako u zvýšené pravděpodobnosti smrti u B-buněk s nízkou afinitou zaujímáme selekci B-buněk pro proliferaci směrem k B-buňkám s vyšší afinitou.

Algoritmus 1 může AM příliš zjednodušit i jinými způsoby, kterých si nejsme vědomi nebo které ještě neznáme.

2.4. Plazmatické B buňky jsou vytvořeny k optimalizaci afinity antigenu po omezenou dobu

AM je proces, který byl dlouho koncipován jako imunitní systém fungující jako globální optimalizační algoritmus, který se snaží najít B buňku, která nejlépe identifikuje daný antigen pomocí SHM (Theodosopoulos a Theodosopoulos, 2002). To znamená, že AM se chová, jako by to byla heuristika k vyřešení, kde a je daný antigen, b je B buňka ze sady B všech možných B buněk a s je afinitní funkce, která modeluje kvalitu zámku- a klíčová fyzikální a biochemická interakce b a a. Všimněte si, že B je velmi velký kategorický prostor definovaný sekvencí variabilní délky DNA, která kóduje receptor B buňky.

Cíl (1) však neuznává skutečnost, že plazmatická B buňka nemusí dokonale odpovídat antigenu. Ve skutečnosti se zdá, že existuje dostatečná afinita s, takže jakmile je dosaženo afinity s, je B buňka indukována k diferenciaci na plazmatickou B buňku. Dále je imunitní systém pod časovým tlakem, aby co nejrychleji produkoval takové dostatečně vysoce afinitní plazmatické B buňky.

Therefore, we propose that a more realistic model of what the plasma B cell generation process is optimizing should also depend on the sufficient affinity t>0 a daná množina 多. počátečních naivních B buněk v germinálním centru. Abychom zachytili časový tlak, modelujeme pravděpodobnostní mutace B buněk v germinálním centru při každé jednotlivé iteraci času. Dáme-li naivní B buňku b E, nechť M(b)∈ je nová náhodná B buňka vytvořená jedinou náhodnou mutací b. Nechť M*(b)= M(M(..(M(b))..)) označuje náhodnou B buňku generovanou po Krandomových mutacích b, takže náhodná B buňka M(b) může být kterékoli z B lymfocytů dosažitelných pomocí Kmutace M počátečního B lymfocytu b, s odpovídajícími pravděpodobnostmi závislými na součtu pravděpodobnosti různých cest mutací, které by mohly produkovat M* (b) počínaje b.

Pak předpokládáme, že proces selekce plazmatických B lymfocytů je heuristika vyvinutá k minimalizaci počtu mutací K∈ potřebných tak, že v průměru K náhodných mutací vytvoří alespoň jeden B lymfocyt v germinálním centru s dostatečnou afinitou t k antigenu:

kde EI.] je standardní operátor očekávání (průměr) týkající se možných výsledků náhodné proměnné vážených jejich pravděpodobnostmi. Tento cíl je v souladu s naším algoritmem 1.

Je zřejmé, že imunitní systém není sentientní entitou, která explicitně formuluje kritéria(2) a následně identifikuje heuristiku pro jejich optimalizaci. Spíše předpokládáme, že evoluční tlaky byly vybrány pro proces tvorby plazmatických B buněk, který lépe optimalizuje(2).

3. Trénink paměťových B buněk

Podobně jako u plazmatických B-buněk se paměťové B-buňky vytvářejí v germinálním centru, ale existují klíčové rozdíly v generování těchto dvou typů buněk pro dosažení jejich příslušných cílů (Mesin a kol., 2016; Weisel a Shlomchik, 2017; Suan a kol. al, 2017). Nejprve zkontrolujeme, jak jsou vytvořeny paměťové B buňky, a poté zvážíme, pro jaká kritéria jsou optimalizovány, analogicky s našimi kritérii (2) pro plazmatické B buňky.

3.1. Pozadí paměťových B buněk

Zatímco název paměťová B buňka může vyvolat myšlenku, že paměťová B buňka je dlouhodobou kopií plazmatické B buňky, pravda je složitější. Paměťové B buňky nepodléhají celému procesu AM jako plazmatické B buňky. Paměťové B buňky jsou ve skutečnosti charakterizovány svou relativně nízkou afinitou ve srovnání s plazmatickými B buňkami a nízkou zátěží SHM (počet mutací získaných z SHM) (Suan et al, 2017). To znamená, že zatímco paměťové B lymfocyty mají zpočátku vysokou afinitu k antigenu vzhledem k repertoáru naivních B lymfocytů, nepodléhají AM v rozsahu plazmatických B lymfocytů a mají tendenci mít nižší afinitu k aktuálnímu antigenu než plazmatické B lymfocyty.

Gen BACH2 hraje důležitou roli ve vývoji paměťových B buněk v germinálním centru a v jejich případné diferenciaci (Suan et al, 2017: Shinnakasu et al, 2016). BACH2 je nepřímo korelován s pomocí, kterou B buňka přijímá od Te buněk, a výsledné slabé interakce s T buňkami umožňují, aby exprese BACH2 zůstala vysoká. kriticky,

vztah mezi expresí BACH2 a Tp buňkami umožňuje určitou pomoc T-buněk pro přežití buněk v germinálním centru, ale brání prekurzoru B buněk ve vstupu do oblasti, kde by proliferoval a mutoval prostřednictvím SHM. To vede ke třem podskupinám B lymfocytů v germinálním centru: (1) vysoce afinitním B lymfocytům, které jsou selektovány T lymfocyty k proliferaci a mutaci prostřednictvím SHM, a nakonec vedou k diferenciaci plazmatických B lymfocytů, (2) střední afinitě B buňky (nízké ve srovnání s plazmatickými prekurzory B lymfocytů, vysoké v porovnání s průměrnými naivními B lymfocyty), jejichž selekce Tw buňkami je zmírněna BACH2, což vede k paměťovým B lymfocytům, a (3) B lymfocytům s nízkou afinitou, které dostávají malou nebo žádnou pomoc z Tw buněk vedoucích k apoptóze (Mesin et al, 2020; Taylor et al, 2015).

Paměťové B lymfocyty jsou podobné naivním B lymfocytům z hlediska jejich transkripčních profilů, což jim umožňuje volně cirkulovat v organismu a monitorovat budoucí výskyty antigenů. Navzdory těmto podobnostem vykazují nadměrnou expresi antiapoptotických genů, což umožňuje paměťovým B buňkám žít po mimořádně dlouhou dobu, a tudíž schopnost rozpoznávat antigeny v budoucnosti (Suan et al. 2017).

3.2. K čemu jsou paměťové B buňky optimalizovány?

Pokud by cílem imunitního systému bylo zapamatování si receptorů B lymfocytů s nejvyšší afinitou k současnému antigenu a, mohli bychom očekávat, že repertoár paměťových B lymfocytů bude téměř identický s repertoárem plazmatických B lymfocytů, ale není tomu tak. Alternativně by se dalo očekávat, že AM využije luxusu času, který má, než potřebuje paměťové B buňky, aby více mutovaly, takže paměťové B buňky mohly mít ještě vyšší afinitu s(b, a) k antigenu než plazmatické B buňky. , další optimalizace (1). Také se nezdá, že by tomu tak bylo. Zatímco obě tyto možnosti by měly být biologicky proveditelné, imunitní systém dělá něco radikálně odlišného pro vytvoření paměťových B buněk: vybírá paměťové B buňky dříve v AM než plazmatické B buňky, a proto paměťové B buňky mají v průměru nižší afinitu s(ba). než plazmatické B buňky.

Abychom vysvětlili, proč jsou paměťové B buňky tak špatně přizpůsobeny současnému antigenu a, navrhujeme dvě hypotézy pro objektivní funkci, kterou se paměťové B buňky mohou heuristicky pokoušet optimalizovat. Naše dvě hypotézy vyplývají z dvojí role paměťových B buněk (Dogan et al, 2009; Weisel a Shlomchik, 2017). Za prvé, když budoucí inkarnace antigenu zaútočí, paměťové B buňky se použijí tak, jak jsou, k diferenciaci na plazmatické B buňky a eradikaci mutovaného antigenu. Za druhé, paměťové B buňky se používají k teplému startu AM sekundárního tréninku plazmatických B buněk. Ve skutečnosti nedávné důkazy ukazují, že velká část plazmatických B lymfocytů v sekundární odpovědi jsou paměťové B lymfocyty z první reakce a některé paměťové B lymfocyty se také používají k nasazování nových zárodečných center k optimalizaci sekundárních plazmatických B lymfocytů ( Mesin a kol., 2020).

3.3. Trénink na afinitu k mutovanému antigenu

Navrhujeme, že klíčovým problémem pro paměťové B buňky je to, že budoucí výskyt antigenu, který musí zmírnit, je téměř jistě mutace původního antigenu a. V době, kdy jsou vytvořeny paměťové B buňky, je budoucí mutovaný antigen a neznámý, ale můžeme jej charakterizovat jako náhodně mutovaný antigen A. V tomto článku používáme standardní pravděpodobnostní zápis, že velké písmeno označuje náhodnou proměnnou a jeho odpovídající malé písmeno označuje realizaci této náhodné proměnné. Pokud například hodíte šestistěnnou kostkou, náhodná hodnota Xe {1,2..6} se vztahuje k hodu kostkou, než se na ni podíváte, protože v tu chvíli znáte pouze pravděpodobnost jejích šesti hodnot, ale jednou vidíte hod kostkou, je to deterministická hodnota xE {1,2....,6}.

Nechť A je náhodný antigen získaný z nějaké podmíněné pravděpodobnostní distribuce PA~ja, která závisí na aktuálním antigenu a, a modeluje pravděpodobnost možných budoucích mutací na a a pravděpodobnost, že taková mutace bude prezentována hostitelskému organismu během životnosti paměťové B buňky vybrané během imunitní odpovědi na a. Pokud by pro sekundární odpověď byla vyžadována pouze jedna paměťová B buňka, logickým zobecněním (1) by bylo vybrat paměťovou B buňku, která bude mít v průměru vysokou afinitu k náhodnému mutovanému antigenu A.

Pokud jsou všechny mutace antigenu a stejně pravděpodobné a skóre afinity s byla pěkná lineární funkce, pak řešení (3) může být stejné jako (1). Očekáváme však, že existuje podstatná asymetrie v pravděpodobnosti různých antigenních mutací, takže očekáváme, že řešení (3) bude jiné než řešení (1). Je to stejný princip jako ve slavném citátu Wayna Gretzkého o hokeji, bruslím tam, kde bude puk, ne tam, kde byl.

Obr. 2 ilustruje kritérium v ​​(4), které ukazuje, že diverzita v paměťových B buňkách pomáhá pokrýt prostor pravděpodobných mutací původního antigenu a. Obr. Kritérium (4) předpokládá pevnou volbu N, ale pokud byste mohli také optimalizovat (4) pro N, pak byste vždy preferovali větší počet N paměťových B buněk. Existuje však také tlak směrem dolů na N kvůli fyzickým zdrojům potřebným k uložení a udržení těchto buněk a časovému tlaku, než se antigen rozpadne. Znovu zdůrazňujeme, že nepředpokládáme, že se samotné paměťové B buňky snaží optimalizovat (4), spíše než evoluční tlaky by preferovaly procesy generování paměťových B buněk, které by optimalizovaly (4).

3.4. Optimalizace pro trénink s teplým startem na mutovaný antigen

Nechceme naznačovat, že paměťové B buňky přímo optimalizují (5), ale spíše to, že evoluční tlaky mohly preferovat procesy výběru paměťových B buněk, které lépe optimalizují (5). Cíl (4) a cíl (5) budou mít pravděpodobně různá optimální řešení v závislosti na pravděpodobnosti různých mutací antigenu a B-buněk, ačkoli stejný proces selekce B-buněk s heuristickou pamětí by mohl dobře fungovat u obou cílů. Dosud není známo, jak důležité jsou paměťové B buňky pro trénink sekundárních plazmatických B buněk v zárodečných centrech, ale některé důkazy ukazují, že zárodečná centra sekundární odpovědi se skládají z více naivních B buněk, než by se dalo očekávat (Mesin et al., 2020 ).

3.5. Proč paměťové B buňky nejsou kopiemi plazmatických B buněk?

Zdá se, že oba body (4) a (5) vyžadují znalost distribuce pravděpodobnosti PA~ různých mutací, kterými může antigen projít, a distribuce pravděpodobnosti PMK ðbÞ mutovaných B buněk po K mutacích. U mnoha symetrických voleb PA~ a PMK ðbÞ však na přesné distribuci nemusí příliš záležet: imunitní systém by mohl levně dosáhnout dobrého přibližného řešení (4) a (5) tím, že by paměťové B buňky jednoduše vytvořily kopie plazmy. B buňky; nezdá se, že by existovalo nějaké biochemické omezení bránící přesné replikaci. Paměťové B buňky se však ve skutečnosti zdají být vybrány jinak než plazmatické B buňky. Uvádíme dvě hypotézy proč.

Naše první hypotéza již byla představena v části 3.3 a obr. 2: protože imunitní systém může vybrat sadu paměťových B buněk v (4), vyplatí se mít v paměťových B buňkách větší diverzitu, než získáme kopírováním plazmy. B buňky. Plazmatické B buňky bývají méně rozmanité, protože jsou trénovány k optimalizaci (1), což i při vícenásobných lokálních minimech ve tvaru sðb; aÞ omezí jejich rozmanitost. Paměťové B buňky jsou rozmanitější než plazmatické B buňky, protože jsou selektovány dříve v procesu zrání. Věříme, že tato diverzita je důležitá pro optimalizaci afinity k mutovanému antigenu podle (5), protože skutečná afinitní funkce s je vysoce nelineární funkcí aminokyselinových sekvencí B buňky b a antigenu a, které vyplývají ze složitých biochemických vlastností a fyzikálních vlastností. konstrukce zámků a klíčů (Carneiro a Stewart, 1994; Kilambi a Gray, 2017; Ambrosetti et al., 2020)

Naší druhou hypotézou je, že cíl teplého startu (5) pro sekundární germinální centra není dobře optimalizován kopií sady plazmatických B buněk, protože existuje důkaz, že pravděpodobnosti PMjb náhodných mutací B buněk v SHM jsou asymetrické: určité mutace B buněk jsou mnohem pravděpodobnější než jiné. To dělá některé B buňky flexibilnějším výchozím bodem pro teplý start než původní plazmatické B buňky, které mohou mít problém mutovat, aby odpovídaly novému antigenu. Důkazem pro asymetrické PMjb je, že mnoho výzkumníků zaznamenalo preferenční cílení AID na konkrétní motivy (Martin a kol., 2015; Stavnezer, 2011; Chen a MacCarthy, 2017; Keim a kol., 2013). Vzhledem k tomu, že by mutace podle definice změnily specifickou sekvenci, na kterou AID cílí, je rozumné usuzovat, že první mutace v tomto místě je snazší než ty budoucí. Jakmile se sekvence změní, je méně pravděpodobné, že AID zacílí na toto místo. Celkově by preferenční cílení AID znesnadnilo další mutaci této oblasti nebo návrat zpět k původní sekvenci.

Tato asymetrie v pravděpodobnosti pohybu v prostoru všech B buněk prostřednictvím mutací během AM vytváří rozpor mezi cílem plazmatických B buněk (1) a cílem být dobrým řešením pro teplý start pro budoucí trénink plazmatických B buněk podle (5 ). Konkrétně plazmatická B buňka mohla vytvořit mnoho obtížně reverzních mutací pro optimalizaci (1) pro aktuální antigen a. Na rozdíl od toho se zdá, že vybrané paměťové B buňky jsou nedostatečně optimalizovány pro přizpůsobení aktuálnímu antigenu a, ale předpokládáme, že mohou snadněji mutovat v sekundární odpovědi AM, aby lépe odpovídaly náhodnému budoucímu antigenu A~. Celkově poznamenáváme, že jak dobře se cíle (1), (4) a (5) sladí, závisí na symetrii PA~; PMjb a nelinearita s.

4. Simulace

Algoritmus AM (Algoritmus 1) používáme k modelování toho, jak jsou trénovány plazmatické B lymfocyty a paměťové B lymfocyty, a pomocí dvou simulací ukazujeme, že simulované paměťové B lymfocyty jsou lepší než simulované plazmatické B lymfocyty při optimalizaci našich předpokládaných cílů (4) a ( 5), čímž poskytuje důkaz, že tyto cíle jsou biologicky rozumné. Nejprve demonstrujeme mechaniku afinitního zrání v simulovaných primárních imunitních odpovědích, poté porovnáme různé potenciální počáteční podmínky pro simulované sekundární imunitní odpovědi.

Tyto simulace neberou v úvahu všechny skutečné problémy, které jsou ve hře, jako například to, že virová mutace nesmí poškodit funkčnost viru, a problémy popsané v 2.3. Navzdory těmto omezením tvrdíme, že tyto simulace zachycují mnoho klíčových problémů potřebných k ilustraci toho, že naše předpokládané cíle jsou v souladu s rozdílem v tréninku plazmatických a paměťových B buněk. Kompletní kód pro naše simulace bude k dispozici na vyžádání.

4.1. Nastavení simulace

Naše simulace se řídí algoritmem 1 pro proces AM. Inicializujeme naivní repertoár B lymfocytů (10, 000 lymfocytů) s receptory B lymfocytů, které jsou reprezentovány náhodnou sekvencí 10-50 aminokyselin, kde každá aminokyselina je nakreslena rovnoměrně v prostoru 61 ne -stop kodony (vytvoření nejednotné distribuce v aminokyselinách). Simulujeme antigeny jako sekvence odvozené ze známých antigenních sekvencí kuřecího ovalbuminu, hovězího mléka a pšenice (Honma et al. 1996; Liu a Sathe, 2018). Každá antigenní sekvence je dlouhá 17 aminokyselin kvůli konzistenci. Simulujeme metriky afinity mezi B buňkou a antigenem pomocí standardní funkce lokálního zarovnání MATLAB, která najde optimální zarovnání mezi dvěma sekvencemi pomocí matrice BIOSUM50 a vrátí skóre odrážející, jak podobné jsou dvě sekvence v tomto zarovnání Henilkoff a Henikoff, 1992. Toto skóre používáme pro jednoduchost jako míru afinity mezi B buněčným receptorem a antigenem, ale povšimněte si, že jde pouze o hrubou aproximaci složitější strukturní kompatibility mezi B buněčným receptorem a antifonou.

Mutace B buňky během AM jsou modelovány v kodonovém prostoru, kde jsou kodony B buněčného receptoru nahrazeny jednou z 61 možností kodonů. Zatímco SHM mutuje B buňky na úrovni jediného nukleotidu, práce v kodonovém prostoru zabraňuje další komplikaci odfiltrování nesmyslných sekvencí receptoru B buněk. Kromě nahrazení kodonů mohou být kodony v sekvencích receptoru B buněk vloženy nebo odstraněny. Inzerce a delece jsou méně pravděpodobné než záměna za jiný kodon, na základě četnosti každého typu mutace pozorované u lidí (Gibbs et al., 2003; 1000 Genomes Project Consortium et al., 2015; Zia a Moses, 2011). Kodony definující každý B buněčný receptor jsou vybrány tak, aby mutovaly náhodně, ale my simulujeme kodony, které obsahují C cytosiny, aby byly mutovány C 1krát s vyšší pravděpodobností než kodony bez cytosinu, což odráží biologické zkreslení motivů nukleotidové sekvence (Martin et al. , 2015; Stavnezer, 2011; Chen a MacCarthy, 2017; Keim et al., 2013). Také zavádíme přechodné zkreslení mezi kodony, takže některé swapy jsou pravděpodobnější než jiné na základě matice mutability odvozené z matice BLOSUM50 (Henikoff a Henikoff, 1992; Veerassamy et al., 2003).

Pro naši počáteční simulaci primární adaptivní imunitní odpovědi na antigen (primární odpověď) náhodně vybereme 50 naivních B buněk z repertoáru B buněk z 1,000 z 10,000 naivních Repertoár B buněk z hlediska afinity k uvedenému antigenu. To odráží nábor naivních B buněk s určitou částečnou afinitou TFH buňkami do germinálních center (Mesin et al., 2016; Tas et al., 2016). Těchto 50 „zakládajících“ B buněk se pak 20krát duplikuje, aby se vytvořila populace zárodečných center o 1,{10}} buňce, což odráží období růstu tvorby zárodečných center (Amitai et al., 2017). Pro každou iteraci simulace se vybere 50 B buněk pro proliferaci a 50 B buněk se vybere pro odstranění. B buňky s vyšší afinitou mají vyšší pravděpodobnost selekce pro proliferaci, zatímco B buňky s nižší afinitou mají vyšší pravděpodobnost selekce pro odstranění. B lymfocyty vybrané pro proliferaci jsou duplikovány a mutovány, přičemž nahrazují všechny B lymfocyty vybrané během této iterace. Tento proces napodobuje apoptózu B lymfocytů s nízkou afinitou z nedostatku pomoci TFH lymfocytů a proliferaci B lymfocytů s vysokou afinitou poté, co byly vybrány TFH buňkami. Tyto mutace mají možnost zvýšit, snížit nebo nemají žádný vliv na afinitu receptorů B buněk. Zavádíme také omezení, která mutace mohou nastat v konkrétní iteraci, simulujeme proces negativní selekce v důsledku škodlivých nebo potenciálně nebezpečných mutací. Celý tento proces se opakuje více než 100 iterací.

Jako základ pro obě simulace 1 a 2 jsme během první poloviny naší primární simulace odezvy extrahovali 50 buněk jako simulované paměťové B buňky. Buňky jsou náhodně vybrány z horního 25. percentilu B buněk zárodečného centra. Dalších 50 buněk je vybráno na samém konci primární odpovědi, aby reprezentovaly plazmatické B buňky, kde tyto buňky vykazují nejvyšší skóre 50 afinity k antigenu. To odráží mírnou odchylku od Algoritmu 1, protože neznáme práh ta priori. Stanovili jsme t pro sekundární odpověď na základě afinity plazmatických buněk vybraných na konci primární odpovědi. Jak se očekávalo, simulované paměťové B buňky mají celkově nižší afinitu k antigenu ve srovnání s plazmatickými B buňkami, ale vyšší než počáteční soubor naivních B buněk.

Naše simulované mutace antigenu pro sekundární odpověď jsou odvozeny z jednotné náhodné záměny kteréhokoli z kodonů za jakýkoli jiný (včetně možná samotného, ​​tj. ne-op), což vytváří nejednotnou distribuci mezi aminokyselinami jako některé aminokyseliny jsou kódovány více kodony. Mutace antigenu mohou také zahrnovat inzerce nebo delece kodonů se stejnou pravděpodobností jako jakýkoli kodon.

4.2. Simulace 1: Afinita k mutovanému antigenu

Sekundární infekce by mohla zahrnovat antigen, který byl mutován, nebo antigen, který je podobný příbuznému patogenu. Simulujeme změny antigenu z primární na sekundární infekci tím, že způsobíme kontradiktorní mutace v naší antigenní sekvenci. Nejprve vygenerujeme 1,000 rovnoměrně náhodné mutace sekvence antigenu a. Náhodné mutace mohou být záměnou jakékoli aminokyseliny za jakoukoli jinou, inzercí jakékoli aminokyseliny nebo delecí aminokyseliny. Z těchto kandidátních mutací ponecháme tu, která má nejnižší průměrnou afinitu (nejhorší případ) k souboru 50 plazmatických B buněk z primární odpovědi, abychom odráželi, že potenciálně nebezpečná sekundární infekce by pravděpodobně pocházela z náročnější mutace. Tento náhodný proces opakujeme celkem K krát, abychom vytvořili antigen s K mutacemi. Tento nepřátelský antigen považujeme za nejhorší případ realizace P; z kandidátských mutací.

Potom testujeme různé populace B buněk podle předpokládaného cíle (4). Obr. 3 ukazuje průměrnou afinitu mezi stále více mutovanými antigeny (kuřecí ovalbumin, hovězí mléko a pšenice) s mutacemi K=1.... 10 pro různé buněčné populace na konci primární odpovědi v průměru za 100 nezávislých běhů (Honma et al, 1996; Liu a Sathe, 2018). Obrázek 3 ukazuje, že naše simulované plazmatické B lymfocyty jsou nejlepší volbou pro maximalizaci(4) pro malý počet nepřátelských mutací, naše simulované paměťové B lymfocyty jsou nejlepší volbou mezi ~2-6 mutacemi a naivní B lymfocyty jsou nejlepší po mnoha mutacích (7 plus ). Naše simulace jsou příliš zjednodušené na to, aby byly konkrétní přechodové body smysluplné, ale tvrdíme, že poskytují silný důkaz, že plazmatické B buňky pravděpodobně nejsou optimální pro identifikaci podstatně mutovaných antigenů. To může dále naznačovat, že v mutačním prostoru existuje určitá oblast, kde jsou paměťové B buňky užitečnější než plazmatické B buňky nebo naivní B buňky jako počáteční podmínka pro sekundární odpověď.

Předpokládáme, že skutečnost, že plazmatické B lymfocyty nemají vždy nejvyšší afinitu k mutovaným antigenům, je způsobena větší diverzitou paměťových B lymfocytů a naivních B lymfocytů. Zatímco se mutace vyskytují v prostoru DNA, relevantní diverzita je ve výsledném nelineárním fyzikálním a biochemickém prostoru, který definuje afinitu k antigenu. Přibližné měření diverzity B lymfocytů v každé populaci pomocí párových podobností BLOSUM v každé sadě ukazuje podstatné rozdíly v diverzitě, přičemž plazmatické B lymfocyty mají průměrnou podobnost v rámci souboru BLOSUM 46, paměťové B lymfocyty mají mnohem nižší průměr v rámci souboru BLOSUM podobnost ~27 a naivní B buňky mající ještě nižší v rámci souboru BLOSUM podobnost ~9 (z reprezentativní primární odpovědi).

4.3. Simulace 2: Mutace potřebné pro trénink sekundárních plazmatických B buněk

V této simulaci porovnáváme, jak dobře fungují tři typy B buněk jako semena pro zárodečné centrum sekundární odpovědi. Napodobujeme trénink sekundární reakce nového souboru plazmatických B buněk optimalizovaných pro vysokou afinitu k mutovanému antigenu (popsáno v Simulaci 1). Optimalizaci sekundárních plazmatických B buněk inicializujeme jednou ze tří možností: (i) N=50 plazmatických B buněk generovaných v primární odpovědnosti za původní antigen a, (ii) N=50 paměť B buňky generované v primární odpovědnosti za původní antigen a, nebo (i)N=50 naivních B buněk. Zárodečné centrum osídlujeme stejným způsobem jako primární odpověď pomocí tří sad 50 B buněk jako našich nových zakládajících buněk. Stejně jako v primární odpovědi jsou naivní B buňky náhodné, ale vybrané tak, aby měly určitou počáteční afinitu k nyní mutovanému antigenu, aby se simulovalo nábor do germinálního centra. Každé z těchto tří zárodečných center sekundární odpovědi podléhá AM stejným způsobem jako primární odpověď.

Obr. 4 jsou reprezentativní příklady vícenásobných simulací sekundárních odpovědí za předpokladu stejné primární odpovědi a stejných K=1.....10 mutací na antigenu hovězího mléka (Liu a Sathe, 2018) . Konkrétně ukazuje průměrnou afinitu 0,05 procenta buněk s nejvyšší afinitou během 100 iterací v sekundárních odpovědích. Obr. 4 zdůrazňuje, že pouze pro jednu nebo dvě mutace antigenu mají plazmatické B buňky tendenci mít nejvyšší počáteční afinitu k mutovanému antigenu. Pro tři nebo více kontradiktorních mutací jsou naivní a paměťové B buňky lepší výchozí podmínky pro sekundární odpověď než primární odpověď plazmatické B buňky a dosahují afinity t v méně iteracích (obr. 4 a 5). Obr. jak rekrutované naivní B buňky se sekundární odpovědí mají tendenci mít vyšší počáteční afinitu k mutovanému antigenu než buď plazmatické B buňky s primární odpovědí nebo paměťové B buňky, jakmile byl antigen dostatečně zmutován. To se očekávalo, ale byli jsme překvapeni, jak málo mutací bylo zapotřebí k tomu, aby naivní B buňky měly nejvyšší afinitu při první iteraci sekundární odpovědi. To znamená. pro relativně málo kodonových mutací v novém antigenu jsme našli empirický důkaz, že naočkování sekundární odpovědi primárně B buňkami z naivního repertoáru je výhodnou strategií. Nebyli jsme schopni simulovat oblast v mutačním prostoru, kde paměťové B buňky z primární odpovědi měly konzistentně nejvyšší afinitu při první iteraci sekundární odpovědi, pravděpodobně kvůli značné variaci mezi simulovanými sekundárními odpověďmi.

Podobně obr. 5 ukazuje průměrný počet iterací pro plazmatické, paměťové a naivní B buňky k dosažení t simulací celkové sekundární odpovědi pro všechny tři antigeny. Iterační číslo, kde je dosaženo prahu t, je zprůměrováno přes všechny simulace sekundární odezvy pro 50 nezávislých simulací primární odpovědnosti za každý antigen. Naše simulace opět neukázaly oblast mutačního prostoru, kde byly paměťové B buňky trvale nejlepšími podmínkami pro teplý start. Zjistili jsme, že to přetrvává v několika vylepšeních naší simulace, což naznačuje, že toto zjištění nemusí být artefaktem příliš hrubé simulace. Předpokládáme, že je to způsobeno tím, že výběr naivních B buněk pro sekundární zárodečné centrum je ovlivněn tak, aby měl určitou počáteční afinitu k mutovanému antigenu (jak je popsáno v simulaci primární odpovědi). To znamená, že naivní B buňky na obr. 4 jsou vybrány pro počáteční afinitu k a, zatímco paměťové a plazmatické B buňky odvozené z naivních B buněk jsou vybrány tak, aby měly určitou počáteční afinitu k původnímu antigenu a (obr. 3). Původně jsme měli podezření, že naše afinitní zaujatost pro selekci naivních buněk je příliš silná, ale jak naivní, tak paměťové B buňky jsou rekrutovány současně ve skutečných sekundárních zárodečných centrech, aby měly nejlepší šanci na vytvoření nových plazmatických B buněk. Ve skutečnosti nedávné experimentální důkazy naznačují, že zárodečná centra sekundární odezvy se skládají z více naivních B buněk, než se dříve myslelo (Mesin et al, 2020). Je také možné, že existuje režim mutace antigenu, pro který jsou paměťové B buňky skutečně účinnější než naivní B buňky pro teplý start, ale že naše simulace nebyly dostatečně realistické, aby to zachytily.

Všimli jsme si, že simulace sekundární odezvy často vyžadují více než 100 iterací, aby dosáhly prahu afinity t z jejich odpovídající primární simulace. Při výpočtu průměrného počtu iterací k dosažení t ve Fg.5 jsme tyto případy nastavili na maximální počet iterací 100. Předpokládáme, že k tomuto jevu dochází proto, že kontradiktorní mutace d mohou pro simulované zárodečné centrum vytvořit obtížnější problém. vyřešit. To znamená, že mutace mohou být specificky vychýleny směrem k potenciálním slabým oblastem v prostoru pravděpodobnosti mutace jako výsledek vlastních cílů přežití antigenu.

5. Závěry a otevřené otázky

Předpokládali jsme, že dvojí roli paměťových B buněk lze zachytit dvěma cíli (4) a (5) a že tyto cíle nebudou tak dobře optimalizovány kopírováním plazmatických B buněk, které jsou trénovány pro (1), kvůli jejich přesazení původního antigenu. Naše simulace, i když jsou omezené, poskytují silný důkaz, že plazmatické B lymfocyty by se neoptimalizovaly(4) nebo(5), jakmile by antigen prošel dostatečnými nepřátelskými mutacemi. Věříme, že tato sub-optimalita plazmatických B lymfocytů proti mutovaným antigenům poskytuje roli pro různé selekční mechanismy používané pro paměťové B lymfocyty.

Naše simulace ukazují omezený rozsah antigenních mutací, ve kterých mohou být naše simulované paměťové B buňky optimální; u podstatných mutací ukazujeme, že náhodné naivní B buňky mohou fungovat ještě lépe. Biologicky je tento závěr podpořen nedávnými poznatky o sekundárních adaptivních imunitních odpovědích, kde naivní B buňky tvoří převážnou většinu B buněk v sekundárních germinálních centrech (Mesin et al, 2020). Místo toho se paměťové B buňky často používají k přímé diferenciaci na plazmatické B buňky, spíše než k další somatické hypermutaci (Mesin et al, 2020). Plazmatické B-buňky jsou jednorázovým řešením a jsou vysoce vhodné pro současný požadovaný antigen. Paměťové B buňky poskytují přibližnější řešení současného antigenu, který je držen v těle, aby rozpoznal budoucí antigeny s podobnými vlastnostmi. Pokud je budoucí antigen natolik odlišný od toho, s čím se dříve setkal imunitní systém, že jej žádné paměťové B buňky nemohou identifikovat, vytvoří se zcela nové řešení pomocí naivních B buněk.

Paměťové B buňky hrají dvě role, obě se diferencují na plazmatické B buňky a znovu iniciují zárodečná centra, ale tyto role mohou hrát odlišné subpopulace (Dogan et al. 2009; Weisel a Shlomchik, 2017). Tyto odlišné subpopulace paměťových B-buněk mohly být výsledkem odlišných AM procesů nebo změn v AM procesu během AM časového rozpětí, které jsme explicitně nemodelovali v našem Algorithmu 1 (Weisel et al, 2016). Naše dva cíle paměťových B buněk v (4) a (5) se tedy mohou vztahovat na nezávislé populace paměťových B buněk. Zde jsme zkoumali zjednodušený model, kde byly paměťové B buňky považovány za jednotnou skupinu. Nebyli jsme však schopni pomocí simulací ukázat režim, ve kterém byly paměťové B buňky jasně lepší než sekundární naivní B buňky pro opětovné zahájení sekundární germinální reakce. Naše výsledky naznačují, že tento úkol reinicializace může být slabší nebo vzácnější úlohou paměťových B buněk. Tyto výsledky jsou v souladu s nedávnými experimentálními důkazy, že podobně zaznamenané paměťové B buňky byly méně rozšířené v sekundárních zárodečných centrech, než se dříve předpokládalo (Mesin et al., 2020). Nicméně, i když paměťové B buňky nejsou vždy potřebné pro sekundární reakci, může se stát, že v některých případech jsou velmi důležité pro teplý start, což může stále vyvíjet evoluční tlak na jejich selekční proces. Evoluční tlaky na selekci paměťových B buněk v přírodě nejsou známy, ale mohou být objasněny integrací počítačových simulací a biologických experimentů. Aktivní sledování afinity B lymfocytů během zrání afinity, stejně jako zjišťování, kdy a proč se z GC B lymfocytů stávají paměťové B lymfocyty, může v budoucnu pomoci s vývojem přesnějších a složitějších modelů.