Comprendere la selezione delle cellule B di memoria

Per maggiori informazioni:ali.ma@wecistanche.com

ASTRATTO

Il sistema immunitario adattativo dei mammiferi si è evoluto nel corso di milioni di anni per diventare una difesa incredibilmente efficace contro gli antigeni estranei. La risposta umorale del sistema immunitario adattativo crea cellule B plasmatiche ememoria Bcellule, ognuno con i propri obiettivi immunologici. Il processo di maturazione dell'affinità è ampiamente considerato un'euristica per risolvere il problema di ottimizzazione globale della ricerca di cellule B con elevata affinità per l'antigene. Tuttavia,memoria Bcellulesembrano essere selezionati di proposito in precedenza nel processo di maturazione dell'affinità e hanno un'affinità inferiore. Proponiamo che questocellula di memoria Bil processo di selezione può essere una soluzione approssimativa a due problemi di ottimizzazione: ottimizzazione per l'affinità con antigeni simili in futuro nonostante mutazioni o altre differenze minori e ottimizzazione per avviare a caldo la generazione di cellule B plasmatiche in futuro. Usiamo simulazioni per fornire prove per le nostre ipotesi, tenendo conto dei dati che mostrano che alcune mutazioni dei linfociti B sono più probabili di altre. I nostri risultati sono coerenti con i linfociti B di memoria che hanno un'elevata affinità per gli antigeni mutati, ma non forniscono prove evidenti di ciòcellule B di memoriasarà più utile di cellule B naive selezionate per la semina dei centri germinali secondari.

Fare clic su Cistanche NZ per la memoria

1. Introduzione

Il sistema immunitario è un efficace sistema di mitigazione delle minacce che implementa diversi algoritmi di identificazione appresi. Sebbene il sistema immunitario innato sia abile nell'identificare gli invasori estranei, o antigeni, deve coinvolgere il sistema immunitario adattativo per creare una risposta più massiccia e specifica. Un aspetto fondamentale della risposta umorale del sistema immunitario adattativo è l'allenamento di due tipi di cellule B attraverso un processo chiamato maturazione dell'affinità (AM): plasmacellule che generano anticorpi per identificare l'antigene attuale ecellule B di memoriache vengono utilizzati nelle successive risposte immunitarie per identificare antigeni simili in futuro. Il processo AM è altamente insolito, in quanto una specifica regione del DNA all'interno dei linfociti B partecipanti viene mutata per generare prole che viene selezionata per avere una maggiore affinità con l'antigene in questione. La conservazione delle sequenze di DNA è solitamente della massima importanza nella maggior parte delle cellule, ma la regione del genoma che definisce la forma del recettore delle cellule B deve essere modificata rapidamente affinché il recettore delle cellule B abbia la possibilità di migliorare nel riconoscere l'antigene di interesse (Meyer-Hermann et al., 2012). Queste mutazioni sono responsabili dell'incredibile capacità delle cellule B di riconoscere praticamente qualsiasi antigene che si presenta, rendendo il sistema immunitario adattativo dei mammiferi uno dei più efficaci sistemi di identificazione dell'apprendimento nel mondo naturale.

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

un Dipartimento di Medicina Computazionale e Bioinformatica, Università del Michigan, Ann Arbor, Stati Uniti

b Google Research, Mountain View, CA, Stati Uniti

c Dipartimento di Matematica, Università del Michigan, Ann Arbor, Stati Uniti

In questo documento, consideriamo se le cellule B plasmatiche ecellula di memoria Bi processi di generazione possono essere interpretati come il tentativo di soddisfare obiettivi specifici e, in tal caso, possiamo enunciare questi obiettivi con precisione? Prendiamo in prestito idee standard dall'apprendimento automatico, dove è comune specificare prima un oggetto matematico ideale da ottimizzare (come ridurre al minimo il tasso di errore previsto di un sistema di identificazione appreso), quindi proporre algoritmi euristici che ottimizzano approssimativamente quell'obiettivo matematico. Allo stesso modo, ipotizziamo che a causa delle pressioni evolutive, i processi AM agiscano come euristiche che ottimizzano approssimativamente per obiettivi immunologici idealizzati. Ipotizziamo quali potrebbero essere quegli obiettivi immunologici evolutivamente adattativi, quindi confrontiamo quanto bene i diversi linfociti B soddisfano questi obiettivi quando affrontati con antigeni mutati in modo antagonistico tramite simulazioni. Questi risultati ci portano a proporre nuove ipotesi sugli obiettivi impliciti dell'allenamento del sistema immunitario dei linfociti B naïve a diventarecellule B di memoria.

In primo luogo, nella sezione 2, esaminiamo come le cellule B ingenue vengono reclutate e addestrate per diventare cellule B plasmatiche e presentiamo matematicamente un'ipotesi per gli obiettivi di questo allenamento. Nella Sezione 3, consideriamo gli obiettivi di ottimizzazione matematica del processo di addestramento più enigmatico che porta alla generazione dicellule B di memoria. Definiamo l'allenamento delle cellule B del plasma o l'allenamento delle cellule B del plasma come il processo di generazione di cellule B del plasma da cellule B naive durante l'AM. Allo stesso modo, definiamo l'allenamento o l'allenamento delle cellule B della memoriacellule B di memoriacome il processo di generazione di cellule B di memoria da cellule B ingenue durante la mattina. Verifichiamo le nostre ipotesi tramite simulazioni nella Sezione 4 e concludiamo con una discussione di domande aperte nella Sezione 5.

2. Allenamento dei linfociti B al plasma

Esaminiamo il processo AM che addestra le cellule B ingenue a diventare cellule B plasma, quindi consideriamo quali criteri matematici l'allenamento delle cellule B plasma potrebbe essersi evoluto per ottimizzare.

2.1. Maturazione dell'affinità dei linfociti B plasmatici

L'AM inizia reclutando cellule B naive con una certa affinità iniziale con l'antigene e gli organi linfoidi secondari. Queste cellule B ingenue, insieme alle cellule T follicular helper (TFH) e alle cellule dendritiche follicolari, si concentrano in strutture temporanee note come centri germinali (Fig. 1A) (Meyer-Hermann et al., 2012; Tas et al., 2016). I centri germinali (GC) assicurano che queste cellule siano vicine, facilitando così una rapida mutazione e valutazione delle sequenze dei recettori dei linfociti B. Durante l'AM, le cellule B vengono valutate dalle cellule TFH per la loro affinità con l'antigene attraverso la durata dell'interazione tra loro, in base alla presentazione dell'antigene da parte delle cellule B (Mesin et al., 2016; Murphy e Weaver, 2016). Se l'affinità iniziale di una cellula B è alta, riceve un segnale chimico dalla cellula TFH per spostarsi in un'area separata del GC e proliferare. Mentre la cellula B sta proliferando, una sezione specifica del genoma chiamata regione ipervariabile è esposta a un enzima, la citidina deaminasi indotta dall'attivazione (AID) (Muramatsu et al., 2000; Bannard and Cyster, 2017). AID può deaminare la citosina creando uracile, un nucleotide che normalmente non si trova nel DNA. L'operazione che ripara questi cambiamenti è soggetta a errori, portando a mutazioni nella sequenza del DNA (Martin et al., 2015).

Il processo di deaminazione e mutazioni durante la riparazione è indicato come ipermutazione somatica (SHM). Dopo la proliferazione, le cellule B ritornano nell'area del GC contenente cellule TFH e vengono rivalutate per la loro affinità verso l'antigene. Questo processo iterativo di proliferazione, mutazione e valutazione dell'affinità continua fino a quando i linfociti B hanno un'affinità sufficientemente elevata per l'antigene. A questo punto, le cellule B si differenziano in cellule B plasmatiche e iniziano a produrre anticorpi che consentono al sistema immunitario di sradicare l'antigene.

2.2. Maturazione dell'affinità come algoritmo

Modelliamo AM nell'algoritmo 1, che utilizziamo per simulare AM nei nostri esperimenti. Semplifichiamo alcuni problemi noti o incerti su AM, descritti in dettaglio nella sottosezione 2.3.

Ogni sequenza ingenua del recettore delle cellule B è generata casualmente da un mix combinatorio dei suoi segmenti genici V, D, J e C, nonché dalla diversità giunzionale tra questi segmenti (Sompayrac, 2019). I linfociti B ingenui coprono almeno 100 milioni di possibilità (Sompayrac, 2019). Le cellule B naive reclutate in un centro germinale sono cellule che hanno già qualche promettente affinità s con l'antigene a. SHM quindi muta i nucleotidi in una regione della sequenza del DNA lunga circa 100 paia di basi (bp) che contribuisce alla definizione della struttura del recettore delle cellule B (Martin et al., 2015). Le mutazioni nella regione ipervariabile sono 106 volte più probabili rispetto alle mutazioni al di fuori di questa regione (Martin et al., 2015). Le mutazioni possono essere scambi, inserimenti e cancellazioni in uno spazio categoriale modellato come fA; T; C; G;£g100, dove £ connota una cancellazione. Va notato che sebbene lo spazio combinatorio delle possibili mutazioni sia ampio, molte mutazioni specifiche portano immediatamente all'apoptosi. L'ottimizzazione AM è parallelizzata e distribuita su G centri germinali, che algoritmicamente possono essere considerati come G diversi processori paralleli. Modelliamo i diversi centri germinali come funzionanti in modo indipendente, sebbene possano esserci segnali biochimici tra di loro. In pratica, un organismo si allena per più antigeni indipendenti contemporaneamente, ma per semplicità consideriamo un antigene alla volta.

2.3. Semplificazioni note dell'algoritmo 1

Notiamo che l'algoritmo 1 semplifica alcune caratteristiche note di AM. Riteniamo che queste semplificazioni siano minori e che non influiscano sulle principali conclusioni di questo lavoro.

Modelliamo l'algoritmo come T iterazioni discrete ma in pratica AM è un processo continuo che è in parte limitato nel tempo a causa del decadimento dell'antigene e delle pressioni esterne. Tuttavia, a nostra conoscenza, non esiste un limite esatto al numero di divisioni che possono verificarsi o una sequenza temporale esatta che deve essere rispettata durante AM. Inoltre, esiste la possibilità che il sistema immunitario non trovi una soluzione abbastanza velocemente, causando la morte dell'ospite. Sebbene riconosciamo che ciò si verifica nel sistema naturale, non è il fulcro della nostra simulazione. Pertanto, utilizziamo un numero fisso di iterazioni come approssimazione dei limiti di tempo che il sistema immunitario reale deve affrontare. Inoltre, identifichiamo le cellule B con la più alta affinità alla fine della nostra simulazione come cellule B del plasma per semplicità, ma le cellule B del plasma non vengono selezionate contemporaneamente alla fine dell'AM e potrebbero non avere l'affinità più alta assoluta.

Prima dell'inizio della SHM, la popolazione iniziale di cellule B potrebbe aver subito una proliferazione non diretta, il che significa che il campione casuale iniziale potrebbe essere modellato meglio come cluster casuali di cellule B. L'algoritmo 1 consente ai centri germinativi di crescere senza limiti, sebbene il tasso di morte tenderà a limitare la dimensione della popolazione nei centri germinali. In pratica, la dimensione dei centri germinativi è anche limitata da vincoli di volume fisico e da vincoli di risorse biochimiche. Utilizziamo un tasso di morte costante. ma ci sono alcune prove che la probabilità di morte diminuisce all'aumentare dell'affinità (Anderson et al, 2009). Includiamo una versione semplificata di questo comportamento distorcendo le probabilità di morte delle cellule B nel centro germinale verso cellule ad affinità inferiore.

I linfociti T misurano i linfociti B vicini per la loro affinità, quindi c'è solo una certa probabilità che a un linfocita B specifico venga misurata l'affinità, e si pensa che la probabilità che l'affinità di un linfocita B venga misurata sia una funzione dell'organizzazione spaziale (che è indirettamente affetti da affinità) e affinità diretta. L'affinità e la vicinanza spaziale di una particolare cellula B influenzano la sua probabilità di essere selezionata e indotta a proliferare. Non consideriamo esplicitamente l'organizzazione spaziale tra le cellule TaH e le cellule B. La forza del segnale di proliferazione è generalmente proporzionale all'affinità della cellula B, in modo tale che è più probabile che una cellula B ad alta affinità proliferi molte volte prima di tornare per un'altra iterazione della valutazione dell'affinità (Mesin et al, 2016; De Silva e Klein, 2015). Simile all'aumentata probabilità di morte per una cellula B a bassa affinità, distorciamo la selezione delle cellule B per la proliferazione verso cellule B ad affinità più elevata.

L'algoritmo 1 può semplificare eccessivamente AM anche in altri modi di cui non siamo consapevoli o che non siamo ancora conosciuti.

2.4. I plasmacellule B sono creati per ottimizzare l'affinità dell'antigene in un tempo limitato

AM è un processo che è stato a lungo inquadrato come il sistema immunitario che agisce come un algoritmo di ottimizzazione globale che cerca di trovare una cellula B che identifichi al meglio un determinato antigene attraverso SHM (Theodosopoulos e Theodosopoulos, 2002). Cioè, AM agisce come se fosse un'euristica da risolvere, dove a è un dato antigene, b è un linfocita B dall'insieme B di tutti i possibili linfociti B, ed s è la funzione di affinità che modella la qualità del lock- e-interazione fisica e biochimica chiave di b e a. Si noti che B è uno spazio categoriale molto ampio definito dalla sequenza di DNA a lunghezza variabile che codifica per il recettore delle cellule B.

Tuttavia, l'obiettivo (1) non riconosce il fatto che una cellula B plasmatica non deve necessariamente corrispondere perfettamente all'antigene. In effetti, sembra esserci un'affinità s sufficiente tale che una volta raggiunta un'affinità di s, la cellula B viene indotta a differenziarsi in una cellula B plasmatica. Inoltre, il sistema immunitario è sotto pressione per produrre plasmacellule B ad affinità sufficientemente elevata il più velocemente possibile.

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 e l'insieme indicato 多. di cellule B naive iniziali nel centro germinale. Per catturare la pressione del tempo, modelliamo le mutazioni probabilistiche dei linfociti B nel centro germinale ad ogni iterazione temporale discreta. Data una cellula B ingenua b E, sia M(b)∈ una nuova cellula B casuale prodotta da una singola mutazione casuale di b. Sia M*(b)= M(M(..(M(b))..)) indichi la cellula B casuale generata dopo le mutazioni di Krandom di b in modo che la cellula B casuale M(b) possa essere una qualsiasi delle cellule B raggiungibili da Kmutazioni M della cellula B iniziale b, con le corrispondenti probabilità dipendenti dalla somma delle probabilità dei diversi cammini di mutazione che potrebbero produrre M* (b) a partire da b.

Quindi ipotizziamo che il processo di selezione dei linfociti B plasmatici sia un'euristica evoluta per ridurre al minimo il numero di mutazioni K∈ necessarie in modo che in media K mutazioni casuali producano almeno un linfocita B nel centro germinale con sufficiente affinità t per l'antigene:

dove EI.] è l'operatore di aspettativa standard (media) relativo ai possibili risultati della variabile casuale ponderati dalle loro probabilità. Questo obiettivo è coerente con il nostro Algoritmo 1.

Chiaramente, il sistema immunitario non è un'entità senziente che formula esplicitamente i criteri(2) e successivamente individua un'euristica per ottimizzarlo. Piuttosto, ipotizziamo che le pressioni evolutive siano state selezionate per un processo di generazione di cellule B del plasma che ottimizzi meglio(2).

3. Allenamento dei linfociti B di memoria

Simile ai linfociti B plasmatici, i linfociti B di memoria vengono creati all'interno del centro germinale, ma ci sono differenze chiave nella generazione di questi due tipi di cellule per raggiungere i rispettivi obiettivi (Mesin et al, 2016; Weisel e Shlomchik, 2017; Suan et al. al, 2017). Per prima cosa esaminiamo come vengono creati i linfociti B di memoria, quindi consideriamo per quali criteri sono ottimizzati, analogamente ai nostri criteri(2)per i plasmacellule B

3.1. Sfondo sui linfociti B di memoria

Mentre il nome cellula B di memoria può evocare l'idea che una cellula B di memoria sia una copia a lungo termine di una cellula B plasmatica, la verità è più complicata. Le cellule di memoria B non subiscono l'intero processo AM come fanno le cellule B del plasma. In effetti, i linfociti B di memoria sono caratterizzati dalla loro affinità relativamente bassa rispetto ai linfociti B plasmatici e dal basso carico di SHM (numero di mutazioni raccolte da SHM) (Suan et al, 2017). Ciò implica che mentre i linfociti B di memoria hanno inizialmente un'affinità elevata per un antigene rispetto al repertorio di linfociti B naive, non subiscono AM nella misura dei linfociti B del plasma e tendono ad avere un'affinità inferiore per l'antigene attuale rispetto ai linfociti B del plasma.

Il gene BACH2 svolge un ruolo importante nello sviluppo dei linfociti B di memoria all'interno del centro germinale e nella loro eventuale differenziazione (Suan et al,2017: Shinnakasu et al,2016). BACH2 è inversamente correlato con l'aiuto che una cellula B riceve dalle cellule Te e le interazioni deboli risultanti con le cellule T consentono all'espressione di BACH2 di rimanere elevata. criticamente,

la relazione tra l'espressione di BACH2 e le cellule Tp consente un certo aiuto da parte dei linfociti T per la sopravvivenza cellulare all'interno del centro germinale, ma impedisce al precursore delle cellule B di entrare nell'area in cui prolifererebbe e muterebbe tramite SHM. Ciò porta a tre sottoinsiemi di cellule B all'interno del centro germinale: (1) cellule B ad alta affinità che sono selezionate dalle cellule T per proliferare e mutare tramite SHM e alla fine portano alla differenziazione delle cellule B plasmatiche, (2) affinità B moderata cellule (basse rispetto ai precursori delle cellule B plasmatiche, elevate rispetto alla media delle cellule B naive) la cui selezione da parte delle cellule Tw è temperata da BACH2, che porta a cellule B di memoria e (3) cellule B a bassa affinità che ricevono poco o nessun aiuto da cellule Tw che portano all'apoptosi (Mesin et al,2020; Taylor et al,2015).

I linfociti B di memoria sono simili ai linfociti B naive in termini di profili trascrizionali, il che consente loro di circolare liberamente all'interno dell'organismo e di monitorare le future istanze di antigeni. Nonostante queste somiglianze, mostrano una sovraespressione di geni anti-apoptotici che consente ai linfociti B di memoria di vivere per periodi di tempo straordinariamente lunghi e quindi la capacità di riconoscere gli antigeni in futuro (Suan et al.2017).

3.2. Per cosa sono ottimizzati i linfociti B di memoria?

Se l'obiettivo del sistema immunitario fosse la memorizzazione meccanica dei recettori dei linfociti B con la più alta affinità per l'attuale antigene a, ci si potrebbe aspettare che il repertorio dei recettori dei linfociti B della memoria sia quasi identico al repertorio dei recettori dei linfociti B plasmatici, ma non è così. Ci si potrebbe in alternativa aspettare che l'AM approfitti del lusso di tempo che ha prima di aver bisogno che i linfociti B di memoria mutino di più in modo che i linfociti B di memoria possano avere un'affinità s(b, a) per l'antigene ancora maggiore rispetto ai linfociti B del plasma , ottimizzando ulteriormente (1). Anche questo non sembra essere il caso. Sebbene entrambe queste opzioni dovrebbero essere biologicamente fattibili, il sistema immunitario fa qualcosa di radicalmente diverso per creare i linfociti B di memoria: seleziona i linfociti B di memoria prima in AM rispetto ai linfociti B del plasma, e quindi i linfociti B di memoria hanno in media un'affinità inferiore s(ba) rispetto ai plasmacellule B.

Per spiegare perché i linfociti B di memoria sono così poco adatti all'attuale antigene a, proponiamo due ipotesi per la funzione oggettiva che i linfociti B di memoria potrebbero cercare di ottimizzare euristicamente. Le nostre due ipotesi derivano dal duplice ruolo dei linfociti B di memoria (Dogan et al, 2009; Weisel e Shlomchik, 2017). In primo luogo, quando le future incarnazioni dell'antigene attaccano, i linfociti B di memoria vengono utilizzati così come sono per differenziarsi in plasmacellule B ed eradicare l'antigene mutato. In secondo luogo, i linfociti B di memoria vengono utilizzati per avviare a caldo l'allenamento secondario dei linfociti B plasmatici di AM. Infatti, recenti evidenze mostrano che gran parte dei linfociti B plasmatici nella risposta secondaria sono linfociti B di memoria della prima risposta e alcuni linfociti B di memoria vengono utilizzati anche per seminare i nuovi centri germinali per ottimizzare la risposta secondaria plasmacellule B ( Mesina et al, 2020).

3.3. Formazione per l'affinità con un antigene mutato

Proponiamo che la questione chiave per i linfociti B di memoria sia che l'istanza futura dell'antigene che devono mitigare è quasi certamente una mutazione dell'antigene originale a. Al momento della creazione dei linfociti B di memoria, il futuro antigene mutato a è sconosciuto, ma possiamo caratterizzarlo come un antigene mutato casualmente A. In questo articolo, utilizziamo la notazione di probabilità standard per cui una lettera maiuscola denota una variabile casuale e la sua corrispondente lettera minuscola denota la realizzazione di quella variabile casuale. Ad esempio, se tiri un dado a sei facce, il valore casuale Xe {1,2..6} si riferisce al tiro di dado prima di guardarlo perché a quel punto conosci solo la probabilità dei suoi sei valori, ma una volta vedi il tiro del dado, è un valore deterministico xE {1,2....,6}.

Sia A un antigene casuale tratto da una distribuzione di probabilità condizionata PA~ja che dipende dall'antigene a attuale, e modelli la probabilità di possibili mutazioni future in a e la probabilità che tale mutazione sia presentata all'organismo ospite entro la vita di cellule B di memoria selezionate durante la risposta immunitaria ad a. Se fosse richiesta solo una singola cellula B di memoria per una risposta secondaria, una generalizzazione logica di (1) sarebbe quella di selezionare una cellula B di memoria che avrà, in media, un'elevata affinità con l'antigene mutato casuale A.

Se tutte le mutazioni dell'antigene a sono ugualmente probabili e il punteggio di affinità s fosse una buona funzione lineare, la soluzione di (3) potrebbe essere la stessa di (1). Ma ci aspettiamo che ci sia una sostanziale asimmetria nella probabilità di diverse mutazioni dell'antigene, quindi ci aspettiamo che la soluzione di (3) sia diversa dalla soluzione di (1). Questo è lo stesso principio della famosa citazione di Wayne Gretzky sull'hockey, io pattino dove sarà il disco, non dove è stato

La Fig. 2 illustra il criterio in (4), mostrando che la diversità nei linfociti B di memoria aiuta a coprire lo spazio delle probabili mutazioni dell'antigene originale a. Il criterio (4) presuppone una scelta fissa di N, ma se potessi anche ottimizzare (4) per N, allora preferiresti sempre un numero maggiore di N celle di memoria B. Tuttavia, c'è anche una pressione al ribasso su N a causa delle risorse fisiche necessarie per immagazzinare e mantenere quelle cellule e la pressione del tempo prima che l'antigene decada. Sottolineiamo ancora che non stiamo ipotizzando che i linfociti B di memoria stessi cerchino di ottimizzare (4), piuttosto che le pressioni evolutive avrebbero preferito processi di generazione di linfociti B di memoria che ottimizzassero (4).

3.4. Ottimizzazione per l'allenamento iniziale a caldo per un antigene mutato

Non intendiamo suggerire che i linfociti B di memoria ottimizzino direttamente(5), ma piuttosto che le pressioni evolutive potrebbero aver preferito processi di selezione dei linfociti B di memoria che ottimizzano meglio (5). L'obiettivo (4) e l'obiettivo (5) avranno probabilmente soluzioni ottimali diverse a seconda della probabilità di diverse mutazioni dell'antigene e delle cellule B, sebbene lo stesso processo di selezione delle cellule B della memoria euristica potrebbe funzionare abbastanza bene per entrambi gli obiettivi. Non è ancora noto quanto siano importanti i linfociti B di memoria per la formazione dei plasmacellule B della risposta secondaria nei centri germinali, tuttavia alcune prove mostrano che i centri germinali della risposta secondaria sono costituiti da più cellule B naive di quanto ci si potrebbe aspettare (Mesin et al., 2020 ).

3.5. Perché i linfociti B di memoria non sono copie dei linfociti B plasmatici?

Sia (4) che (5) sembrano richiedere la conoscenza della distribuzione di probabilità PA~ di diverse mutazioni che l'antigene può subire e la distribuzione di probabilità PMK ðbÞ di un linfocita B mutato dopo mutazioni K. Tuttavia, per molte scelte simmetriche di PA~ e PMK ðbÞ, le distribuzioni esatte potrebbero non avere molta importanza: il sistema immunitario potrebbe ottenere a buon mercato una buona soluzione approssimativa di (4) e (5) semplicemente facendo copie dei linfociti B di memoria del plasma cellule B; non sembra esserci alcuna restrizione biochimica che impedisca la replica esatta. Tuttavia, i linfociti B di memoria sembrano infatti essere selezionati in modo diverso rispetto ai linfociti B plasmatici. Presentiamo due ipotesi sul perché.

La nostra prima ipotesi è stata già introdotta nella Sezione 3.3 e nella Fig.2: poiché il sistema immunitario riesce a selezionare un insieme di cellule B di memoria in (4), vale la pena avere più diversità nelle cellule B di memoria di quella che si ottiene copiando il plasma cellule B. I linfociti B del plasma tendono ad essere meno diversificati perché sono addestrati per ottimizzare (1), che anche con minimi locali multipli a forma di sðb; aÞ limiterà la loro diversità. I linfociti B di memoria sono più diversi dei linfociti B plasmatici perché vengono selezionati prima nel processo di maturazione. Riteniamo che questa diversità sia importante per ottimizzare l'affinità all'antigene mutato come in (5) perché la vera funzione di affinità s è una funzione altamente non lineare delle sequenze amminoacidiche di un linfocita B b e dell'antigene a che derivano da complesse proprietà biochimiche e fisiche strutture lock-and-key (Carneiro e Stewart, 1994; Kilambi e Gray, 2017; Ambrosetti et al., 2020)

La nostra seconda ipotesi è che l'obiettivo di avvio a caldo (5) per i centri germinali secondari non sia ben ottimizzato da una copia del set di cellule B plasmatiche perché ci sono prove che le probabilità PMjb delle mutazioni casuali delle cellule B in SHM sono asimmetrico: alcune mutazioni dei linfociti B sono molto più probabili di altre. Ciò rende alcuni linfociti B un punto di partenza più flessibile per l'avviamento a caldo rispetto ai linfociti B plasmatici originali, che potrebbero avere difficoltà a mutare per adattarsi al nuovo antigene. La prova per PMjb asimmetrico è che molti ricercatori hanno notato il targeting preferenziale dell'AID di motivi specifici (Martin et al., 2015; Stavnezer, 2011; Chen e MacCarthy, 2017; Keim et al., 2013). Poiché le mutazioni, per definizione, cambierebbero la sequenza specifica che l'AID prende di mira, è ragionevole dedurre che la prima mutazione di questa posizione è più facile di quelle future. Una volta modificata la sequenza, è meno probabile che AID prenda di mira questa posizione. Nel complesso, il targeting preferenziale dell'AID renderebbe più difficile per questa regione mutare ulteriormente o tornare alla sequenza originale.

Questa asimmetria nella probabilità di muoversi nello spazio di tutti i linfociti B tramite mutazioni durante l'AM crea una disconnessione tra l'obiettivo dei linfociti B del plasma (1) e l'obiettivo di essere una buona soluzione di avvio a caldo per il futuro addestramento dei linfociti B del plasma come da (5 ). In particolare, una cellula B plasmatica potrebbe aver prodotto molte mutazioni difficili da invertire per ottimizzare (1) per l'antigene attuale a. Al contrario, le cellule B di memoria scelte sembrano essere sotto-ottimizzate per adattarsi all'antigene a attuale, ma ipotizziamo che possano mutare più facilmente in una risposta secondaria AM per adattarsi meglio al futuro antigene casuale A~. Nel complesso, notiamo che il grado di allineamento degli obiettivi (1), (4) e (5) dipende dalla simmetria di PA~; PMjb, e la non linearità di s.

4. Simulazioni

Usiamo l'algoritmo AM (Algoritmo 1) per modellare il modo in cui le cellule B del plasma e le cellule B della memoria vengono addestrate e mostriamo attraverso due simulazioni che le cellule B della memoria simulate sono migliori delle cellule B del plasma simulato nell'ottimizzare i nostri obiettivi ipotizzati (4) e ( 5), fornendo così la prova che tali obiettivi sono biologicamente ragionevoli. Per prima cosa dimostriamo la meccanica della maturazione dell'affinità nelle risposte immunitarie primarie simulate, quindi confrontiamo diverse potenziali condizioni iniziali per le risposte immunitarie secondarie simulate.

Queste simulazioni non tengono conto di tutti i problemi del mondo reale in gioco, come il fatto che una mutazione virale non deve danneggiare la funzionalità del virus e i problemi descritti in 2.3. Nonostante queste limitazioni, sosteniamo che queste simulazioni colgano molte delle questioni chiave necessarie per illustrare che i nostri obiettivi ipotizzati sono coerenti con la differenza nell'allenamento delle cellule B del plasma e della memoria. Il codice completo per le nostre simulazioni sarà reso disponibile su richiesta.

4.1. Configurazione della simulazione

Le nostre simulazioni seguono l'algoritmo 1 per il processo AM. Inizializziamo un repertorio di cellule B ingenuo (10,{2}} cellule) con recettori delle cellule B rappresentati da una sequenza casuale di 10-50 amminoacidi, in cui ogni amminoacido viene disegnato uniformemente nello spazio di 61 non -stop codoni (creando una distribuzione non uniforme sugli amminoacidi). Simuliamo gli antigeni come sequenze derivate da sequenze antigeniche note di ovoalbumina di pollo, latte bovino e grano (Honma et al. 1996; Liu e Sathe, 2018). Ogni sequenza antigenica è lunga 17 aminoacidi per consistenza. Simuliamo la metrica di affinità s tra una cellula B e l'antigene utilizzando la funzione MATLAB di allineamento locale standard, che trova l'allineamento ottimale tra due sequenze utilizzando la matrice BIOSUM50 e restituisce un punteggio che riflette quanto siano simili due sequenze in questo allineamento Henilkoff e Henikoff, 1992. Usiamo questo punteggio come misura dell'affinità tra il recettore delle cellule B e l'antigene per semplicità, ma notiamo che è solo un'approssimazione approssimativa della compatibilità strutturale più complessa tra il recettore delle cellule B e un'antifona.

Le mutazioni della cellula B durante l'AM sono modellate nello spazio del codone, dove i codoni del recettore delle cellule B vengono sostituiti con una delle 61 possibilità di codone. Mentre SHM muta le cellule B a livello di un singolo nucleotide, lavorare nello spazio del codone impedisce l'ulteriore complicazione di filtrare le sequenze di recettori delle cellule B senza senso. Oltre alla sostituzione dei codoni, i codoni nelle sequenze dei recettori dei linfociti B possono essere inseriti o eliminati. È meno probabile che si verifichino inserimenti e cancellazioni rispetto allo scambio con un altro codone, in base ai tassi di ciascun tipo di mutazione osservata negli esseri umani (Gibbs et al., 2003; 1000 Genomes Project Consortium et al., 2015; Zia and Moses, 2011). I codoni che definiscono ciascun recettore dei linfociti B sono scelti per mutare in modo casuale, ma simuliamo che i codoni che contengono citosine C abbiano una probabilità C þ 1 volta maggiore di essere mutati rispetto ai codoni senza citosina, riflettendo pregiudizi biologici ai motivi della sequenza nucleotidica (Martin et al. , 2015; Stavnezer, 2011; Chen e MacCarthy, 2017; Keim et al., 2013). Imponiamo anche una distorsione di transizione tra i codoni, rendendo alcuni scambi più probabili di altri basati su una matrice di mutabilità derivata dalla matrice BLOSUM50 (Henikoff e Henikoff, 1992; Veerassamy et al., 2003).

Per la nostra simulazione iniziale di una risposta immunitaria adattativa primaria a un antigene (risposta primaria), selezioniamo casualmente 50 cellule B naïve dal repertorio di cellule B tra le prime 1,000 delle 10,000 naïve Repertorio dei linfociti B in termini di affinità con detto antigene. Ciò riflette il reclutamento di cellule B ingenue con una certa affinità parziale da parte delle cellule TFH ai centri germinali (Mesin et al., 2016; Tas et al., 2016). Queste 50 cellule B "fondatrici" vengono quindi duplicate 20 volte per formare una popolazione del centro germinale di 1,{10}} cellule, che riflette il periodo di crescita della formazione del centro germinale (Amitai et al., 2017). Per ogni iterazione della simulazione, 50 cellule B vengono selezionate per la proliferazione e 50 cellule B vengono selezionate per la rimozione. I linfociti B ad alta affinità hanno una maggiore probabilità di selezione per la proliferazione, mentre i linfociti B ad affinità inferiore hanno una maggiore probabilità di selezione per la rimozione. Le cellule B selezionate per la proliferazione vengono duplicate e mutate, sostituendo tutte le cellule B selezionate durante questa iterazione. Questo processo imita l'apoptosi delle cellule B a bassa affinità dalla mancanza di aiuto delle cellule TFH e dalla proliferazione delle cellule B con alta affinità dopo essere state selezionate dalle cellule TFH. Queste mutazioni hanno la possibilità di aumentare, diminuire o non avere alcun effetto sull'affinità dei recettori dei linfociti B. Imponiamo anche vincoli su quali mutazioni possono verificarsi su una particolare iterazione, simulando un processo di selezione negativo dovuto a mutazioni dannose o potenzialmente pericolose. L'intero processo si ripete per oltre 100 iterazioni.

Come base per entrambe le simulazioni 1 e 2, estraiamo 50 cellule durante la prima metà della nostra simulazione di risposta primaria come cellule B di memoria simulate. Le cellule vengono scelte casualmente dal 25° percentile superiore delle cellule B del centro germinale. Altre 50 cellule vengono selezionate alla fine della risposta primaria per rappresentare le cellule B del plasma, dove queste cellule mostrano i 50 punteggi di affinità più alti per l'antigene. Ciò riflette una leggera deviazione dall'algoritmo 1, poiché non conosciamo la soglia a priori. Stabiliamo t per la risposta secondaria in base all'affinità delle plasmacellule scelte alla fine della risposta primaria. Come previsto, i linfociti B di memoria simulati hanno un'affinità complessivamente inferiore all'antigene rispetto ai linfociti B plasmatici, ma superiore all'insieme iniziale di linfociti B naive.

Le nostre mutazioni simulate dell'antigene per la risposta secondaria derivano da uno scambio casuale uniforme di uno qualsiasi dei codoni con qualsiasi altro (incluso possibilmente se stesso, cioè un no-op), che crea una distribuzione non uniforme sugli amminoacidi come alcuni amminoacidi sono codificati da più codoni. Le mutazioni dell'antigene possono includere anche inserimenti o eliminazioni di codoni, con uguale probabilità a qualsiasi codone.

4.2. Simulazione 1:Affinità con un antigene mutato

Un'infezione secondaria potrebbe coinvolgere un antigene che è stato mutato o un antigene simile a un patogeno correlato. Simuliamo i cambiamenti nell'antigene dall'infezione primaria a quella secondaria causando mutazioni antagoniste nella nostra sequenza antigenica. Innanzitutto, generiamo 1,000 mutazioni uniformemente casuali della sequenza dell'antigene a. Le mutazioni casuali possono essere uno scambio di qualsiasi amminoacido con qualsiasi altro, un'inserzione di qualsiasi amminoacido o una delezione di amminoacido. Di quelle mutazioni candidate, manteniamo quella che ha l'affinità media più bassa (caso peggiore) per l'insieme di 50 cellule B plasmatiche dalla risposta primaria, per riflettere che un'infezione secondaria potenzialmente pericolosa sarebbe probabilmente da una mutazione più impegnativa. Ripetiamo questo processo casuale per un totale di K volte per produrre un antigene con mutazioni K. Prendiamo quell'antigene antagonista come la realizzazione peggiore di P; dalle mutazioni candidate.

Quindi testiamo le diverse popolazioni di cellule B con l'obiettivo ipotizzato di (4). La Fig.3 mostra l'affinità media tra antigeni sempre più mutati (ovoalbumina di pollo, latte bovino e grano) con mutazioni K=1.... 10 per diverse popolazioni cellulari alla fine della risposta primaria aveva una media di oltre 100 esecuzioni indipendenti (Honma et al, 1996; Liu e Sathe, 2018). La Fig 3 mostra che i nostri linfociti B simulati sono la scelta migliore per massimizzare(4) per un piccolo numero di mutazioni antagoniste, i nostri linfociti B di memoria simulati sono la scelta migliore tra ~2-6 mutazioni e i linfociti B naive sono i migliori dopo molte mutazioni (7 più). Le nostre simulazioni sono troppo semplificate perché i punti di transizione specifici siano significativi, ma sosteniamo che forniscono prove evidenti che i linfociti B del plasma probabilmente non sono ottimali per identificare antigeni sostanzialmente mutati. Ciò può ulteriormente suggerire che esiste una regione nello spazio delle mutazioni in cui i linfociti B di memoria sono più utili dei linfociti B plasmatici o dei linfociti B naive come condizione iniziale per una risposta secondaria.

Ipotizziamo che il fatto che i linfociti B plasmatici non abbiano sempre la più alta affinità con gli antigeni mutati sia determinato dalla maggiore diversità dei linfociti B di memoria e dei linfociti B naive. Mentre le mutazioni si verificano nello spazio del DNA, la diversità rilevante è nello spazio fisico e biochimico non lineare risultante che definisce l'affinità con l'antigene. La misurazione approssimativa della diversità dei linfociti B in ciascuna popolazione utilizzando le somiglianze BLOSUM a coppie in ciascun set mostra differenze di diversità sostanziali, con le cellule B del plasma che hanno una somiglianza BLOSUM media all'interno dell'insieme di 46, le cellule B di memoria hanno una media all'interno dell'insieme molto più bassa Somiglianza BLOSUM di ~ 27 e le cellule B ingenue che hanno una somiglianza BLOSUM all'interno del set ancora più bassa di ~ 9 (da una risposta primaria rappresentativa).

4.3. Simulazione 2: mutazioni necessarie per l'allenamento delle cellule B plasmatiche di risposta secondaria

In questa simulazione, confrontiamo quanto bene i tre tipi di cellule B si comportano come semi per il centro germinale della risposta secondaria. Imitiamo una formazione di risposta secondaria di un nuovo set di cellule B plasmatiche ottimizzate per un'elevata affinità con un antigene mutato (descritto nella simulazione 1). Inizializziamo l'ottimizzazione delle cellule B plasmatiche della risposta secondaria con una delle tre scelte: (i) le N=50 plasmacellule generate nella responsabilità primaria dell'antigene originale a, (ii) la memoria N=50 Linfociti B generati nella responsabilità primaria dell'antigene a originale o linfociti B naive (i)N=50. Popoliamo il centro germinale in modo identico alla risposta primaria, utilizzando i tre gruppi di 50 cellule B come nostre nuove cellule fondatrici. Come nella risposta primaria, le cellule B naive sono casuali ma scelte per avere una qualche affinità iniziale con l'antigene ora mutato per simulare il reclutamento nel centro germinale. Ciascuno di questi tre centri germinativi della risposta secondaria subisce AM in modo identico alla risposta primaria.

La Fig.4 sono esempi rappresentativi di più simulazioni di risposta secondaria, data la stessa risposta primaria e le stesse mutazioni K=1.....10 sull'antigene del latte bovino (Liu e Sathe,2018) . In particolare, mostra l'affinità media delle cellule con affinità più alta dello 0,05% su 100 iterazioni nelle risposte secondarie. La Fig.4 evidenzia che solo per una o due mutazioni dell'antigene, le cellule B plasmatiche tendono ad avere l'affinità iniziale più alta per l'antigene mutato. Per tre o più mutazioni antagoniste, le cellule B naive e di memoria sono condizioni iniziali migliori per la risposta secondaria rispetto alle cellule B plasmatiche della risposta primaria e raggiungono un'affinità di t in un minor numero di iterazioni (Figg.4 e 5). Anche la Fig.4 trasmette come le cellule B naive della risposta secondaria reclutate tendono ad avere un'affinità iniziale più alta per l'antigene mutato rispetto alle cellule B plasmatiche della risposta primaria o alle cellule B della memoria una volta che l'antigene è stato sufficientemente mutato. Questo ci si aspettava, ma siamo rimasti sorpresi dal numero di mutazioni necessarie affinché le cellule B ingenue avessero la massima affinità alla prima iterazione della risposta secondaria. Questo è. per relativamente poche mutazioni del codone nel nuovo antigene, troviamo prove empiriche che seminare una risposta secondaria con principalmente cellule B dal repertorio ingenuo è una strategia vantaggiosa. Non siamo stati in grado di simulare una regione nello spazio delle mutazioni in cui i linfociti B di memoria della risposta primaria avevano costantemente la più alta affinità alla prima iterazione della risposta secondaria, probabilmente a causa della notevole variazione tra le risposte secondarie simulate.

Allo stesso modo, la Fig. 5 mostra il numero medio di iterazioni per plasma, memoria e cellule B naive per raggiungere t simulazioni di risposta secondaria complessiva per tutti e tre gli antigeni. Il numero di iterazioni, dove viene raggiunta la soglia t, viene mediata su tutte le simulazioni di risposta secondaria per 50 simulazioni indipendenti della responsabilità primaria per ciascun antigene. Ancora una volta, le nostre simulazioni non hanno mostrato una regione di spazio di mutazione in cui i linfociti B di memoria erano costantemente le migliori condizioni di avvio a caldo. Abbiamo riscontrato che ciò persiste in diversi perfezionamenti della nostra simulazione, suggerendo che questa scoperta potrebbe non essere un artefatto di una simulazione troppo grossolana. Ipotizziamo che ciò sia dovuto al fatto che la selezione di cellule B ingenue per il centro germinale secondario è distorta per avere una certa affinità iniziale con l'antigene mutato (come descritto nella simulazione della risposta primaria). Cioè, le cellule B naive in Fig. 4 sono selezionate per l'affinità iniziale con a, mentre le cellule B di memoria e plasma derivate da cellule B naive sono selezionate per avere una certa affinità iniziale con l'antigene originale a (Fig. 3). Inizialmente sospettavamo che il nostro bias di affinità per la selezione di cellule ingenue fosse troppo forte, ma sia le cellule B ingenue che quelle di memoria vengono reclutate contemporaneamente in veri centri germinali secondari per avere le migliori possibilità di creare nuove cellule B plasmatiche. In effetti, recenti evidenze sperimentali suggeriscono che i centri germinativi della risposta secondaria sono costituiti da più cellule B ingenue di quanto si pensasse in precedenza (Mesin et al, 2020). È anche possibile che esista un regime di mutazione dell'antigene per il quale i linfociti B di memoria sono effettivamente più efficaci dei linfociti B ingenui per l'avvio a caldo, ma che le nostre simulazioni non fossero abbastanza realistiche per catturarlo.

Notiamo che le simulazioni di risposta secondaria richiedono spesso più di 100 iterazioni per raggiungere la soglia di affinità t dalla loro corrispondente simulazione primaria. Nel calcolare il numero medio di iterazioni per raggiungere t in Fg.5, impostiamo questi casi al numero massimo di iterazioni di 100. Ipotizziamo che questo fenomeno si verifichi perché le mutazioni antagonistiche di d possono creare un problema più difficile per il centro germinale simulato risolvere. Cioè, le mutazioni possono essere specificamente orientate verso potenziali aree deboli nello spazio delle probabilità di mutazione come risultato degli obiettivi di sopravvivenza dell'antigene.

5. Conclusioni e domande aperte

Abbiamo ipotizzato che il duplice ruolo dei linfociti B di memoria possa essere catturato da due obiettivi(4) e (5) e che questi obiettivi non sarebbero stati così ottimizzati copiando i plasmacellule B addestrati per(1), a causa della loro sovradimensionamento dell'antigene originale. Le nostre simulazioni, sebbene limitate, forniscono prove evidenti che le cellule B del plasma non ottimizzerebbero (4) o (5) una volta che l'antigene ha subito sufficienti mutazioni antagoniste. Riteniamo che questa subottimalità delle cellule B del plasma contro antigeni mutati fornisca un ruolo per i diversi meccanismi di selezione utilizzati per le cellule B della memoria.

Le nostre simulazioni mostrano una gamma limitata di mutazioni dell'antigene su cui i nostri linfociti B di memoria simulati possono essere ottimali; per mutazioni sostanziali, mostriamo che le cellule B naive casuali possono funzionare ancora meglio. Biologicamente, questa conclusione è supportata da recenti scoperte sulle risposte immunitarie adattative secondarie, dove le cellule B ingenue costituiscono la stragrande maggioranza delle cellule B nei centri germinali secondari (Mesin et al, 2020). Invece, i linfociti B di memoria vengono spesso utilizzati per differenziarsi direttamente nei linfociti B plasmatici, piuttosto che subire un'ulteriore ipermutazione somatica (Mesin et al, 2020). I plasmacellule B sono una soluzione una tantum e sono altamente adatti all'attuale antigene di interesse. I linfociti B di memoria forniscono una soluzione più approssimativa per l'antigene attuale, che viene mantenuto all'interno del corpo per riconoscere gli antigeni futuri con caratteristiche simili. Se un antigene futuro è così diverso da quello che è stato precedentemente incontrato dal sistema immunitario che nessun linfocita B di memoria può identificarlo, si forma una nuova soluzione da zero usando linfociti B naive.

I linfociti B di memoria svolgono due ruoli, sia differenziandosi in linfociti B plasmatici sia riattivando i centri germinali, ma questi ruoli possono essere svolti da sottopopolazioni distinte (Dogan et al.2009; Weisel e Shlomchik, 2017). Queste distinte sottopopolazioni di cellule B di memoria potrebbero essere il risultato di processi AM distinti o cambiamenti nel processo AM nell'arco di tempo AM che non abbiamo modellato esplicitamente nel nostro Algoritmo 1 (Weisel et al, 2016). Pertanto i nostri due obiettivi delle cellule B di memoria in (4) e (5) possono essere applicati a popolazioni di cellule B di memoria indipendenti. Qui abbiamo studiato un modello semplificato, in cui i linfociti B di memoria erano considerati un gruppo unificato. Tuttavia, non siamo stati in grado di mostrare tramite simulazioni un regime in cui i linfociti B di memoria erano chiaramente migliori dei linfociti B secondari ingenui per riavviare la risposta germinale secondaria. I nostri risultati suggeriscono che questo compito di reinizializzazione potrebbe essere un ruolo più debole o più raro dei linfociti B di memoria. Questi risultati sono in linea con le recenti evidenze sperimentali che i linfociti B di memoria osservati in modo simile erano meno prevalenti nei centri germinali secondari di quanto precedentemente ipotizzato (Mesin et al., 2020). Tuttavia, anche se i linfociti B di memoria non sono sempre necessari per la risposta secondaria, potrebbe essere che in alcuni casi siano molto importanti per l'avviamento a caldo, che potrebbe comunque esercitare una pressione evolutiva sul loro processo di selezione. Le pressioni evolutive sulla selezione dei linfociti B di memoria in natura non sono note, ma possono essere chiarite attraverso l'integrazione di simulazioni computazionali ed esperimenti biologici. Il monitoraggio attivo dell'affinità dei linfociti B durante la maturazione dell'affinità, oltre a rilevare quando e perché i linfociti B GC diventano linfociti B di memoria, può aiutare con lo sviluppo di modelli più accurati e complessi in futuro.