A rapid artificial intelligence framework for computational assessment of peptide-HLA complex formation

技術要約：ペプチド-HLA複合体形成の計算学的評価のための迅速なAIフレームワーク

問題提起
免疫情報学の分野は、HLA結合エピトープの予測において急速に進歩してきたが、ペプチド-HLA複合体形成の構造的および生物学的解釈における決定的な欠落が依然として存在する。現在の計算手法は、多くの場合、ペプチドの向き、アンカー残基の収容、およびペプチド結合溝の物理的トポロジーといった基本的な構造的制約を軽視し、結合親和性の指標を優先する傾向がある。その結果、多くの研究が、生物学的な原理（例：マルチエピトープ構築物全体をHLAに直接ドッキングさせる、あるいはペプチドを標準的な溝の外側に配置するなど）と矛盾する良好なドッキングスコアを持つモデルを生成している。この乖離は、計算による予測の生物学的解釈性を妨げ、非生理的なコンフォメーションを優先させる可能性があり、ワクチン設計や抗原発見の取り組みにおける信頼性を低下させている。

方法論
本研究は、AlphaFold 3を活用して、ペプチド-HLAクラスI（HLA-I）複合体の高忠実度な構造評価を行う実用的なフレームワークを提案する。方法論は以下のステップで構成される：

1. データ選択： 本研究では、質量分析ベースのイムノペプチドミクスによって検証済みの、BNT162b4ワクチン由来のSARS-CoV-2関連CD8⁺ T細胞ペプチド18種を利用した。これらのペプチドは、変異株間での高い保存性と保護的な免疫原性を考慮して選択された。
2. アレル選択： 世界的に普及している5つのHLA-Iアレル（HLA-A01:01、HLA-A02:01、HLA-A03:01、HLA-A11:01、およびHLA-B*44:03）との相互作用をモデリングした。
3. モデルの検証： AlphaFold 3の忠実度を検証するため、著者らはまず既知のペプチド-HLA複合体（PDBからの内因性ペプチドおよびHLA構造を使用）をモデリングした。これらの予測モデルは、TM-alignアルゴリズムを用いて、対応するX線結晶構造と比較された。pLDDT > 90（ペプチド結合溝において）およびグローバルな信頼度 > 70を満たす高信頼性のモデルのみが保持された。
4. 複合体モデリング： 検証されたフレームワークを適用し、選択されたHLAアレルに対する18種のSARS-CoV-2ペプチドのモデリングを行った。さらに、ウイルス変異による構造的結合への影響を評価するため、免疫優位なペプチドであるTTDPSFLGRYの変異体（DeltaおよびOmicron亜系統を代表するもの）のモデリングも行った。
5. 解析： 構造出力は、アンカー残基の位置決め、結合溝内へのペプチドの収容、および水素結合ネットワークを含む標準的な特徴について解析された。結合親和性（ギブス自由エネルギー $\Delta G$ および解離定数 $K_d$）は、PRODIGYサーバーを用いて計算的に推定された。

主な結果

• 高忠実度再構成： AlphaFold 3は、ペプチド-HLA複合体の全体的なアーキテクチャを正常に再構成し、HLA重鎖、$\beta_2$-マイクログロブリン、およびペプチド結合溝のフォールディングを正確に再現した。
• 構造的正確性： 予測モデルは、特にN末端およびC末端における標準的なアンカー残基の位置決めや、保存された水素結合相互作用の形成に関して、X線結晶構造データと驚くべき重複を示した。
• ペプチド長の取り扱い： 本フレームワークは、従来のドッキング法ではモデリングが困難な特徴である、結合溝から突出する特徴的な中央のバルジ（膨らみ）の形成を含む、長いペプチドのコンフォメーションの多様性を正確に捉えた。
• 変異解析： Delta（P1640L）およびOmicron（P1640S）変異体におけるTTDPSFLGRYペプチドの変異は、アンカーではない位置で発生しているものの、局所的な相互作用パターンに微妙ながらも明確な変化を誘発することが示された。具体的には、これらの変異体はWuhan-1株と比較して、N末端および中間位置での接触部位を変化させ、独自の水素結合および$\pi$-$\pi$スタッキング相互作用を示した。
• 結合親和性： 計算による評価では、予測されたペプチド-HLA-A*01:01複合体は、コントロールと比較して低いギブス自由エネルギーおよび解離定数を示し、安定かつ好ましい相互作用を示唆した。

主要な貢献

• フレームワークの開発： 本論文は、単なる親和性予測を超えた、AlphaFold 3を用いたペプチド-HLA複合体の構造的評価のための、迅速でアクセス可能かつスケーラブルなワークフローを確立した。
• 免疫学におけるAIの検証： 多様なHLAアレルや異なるペプチド長に対しても、AlphaFold 3が実験的に解明された構造と一致する、構造的に妥当なペプチド-HLA相互作用のモデルを生成できるという経験的証拠を提示した。
• 変異の評価： 本研究は、出現しつつあるウイルス変異が抗原提示に及ぼす構造的影響を迅速に評価するためのフレームワークの有用性を実証しており、進化する病原体に対するワクチン誘導エピトープの安定性を評価するためのツールを提供する。

意義および主張
著者らは、本フレームワークが、合成的なドッキングスコアのみに基づいたものではなく、確立された構造免疫原理に基づいてペプチド-HLA相互作用を評価する方法を提供することで、免疫情報学における重要な限界に対処すると主張している。抗原提示の標準的な特徴を正確に再現することにより、このアプローチは、計算ワクチン学の解釈可能性と信頼性を向上させる生物学的に意味のある洞察を提供する。

本研究は、このAI駆動型フレームワークを、特に結晶構造解析やクライオ電子顕微鏡のデータが存在しない場合や、迅速な対応を要する公衆衛生上の緊急事態において、実験的構造生物学を補完するリソースとして位置づけている。著者らは、本フレームワークが高信頼度の静的モデルを生成する一方で、ペプチド-HLA相互作用の動的な性質やT細胞受容体との結合を完全には捉えていないことを強調しており、観察された構造的差異の生物学的妥当性を確認するためには、実験的な検証が必要であるとしている。