メモリーB細胞の選択を理解する
Mar 14, 2022
詳細については：ali.ma@wecistanche.com
概要
哺乳類の適応免疫システムは、何百万年にもわたって進化し、外来抗原に対する信じられないほど効果的な防御になりました。 適応免疫システムの体液性応答は、血漿B細胞とメモリーB細胞、それぞれ独自の免疫学的目的を持っています。 親和性成熟プロセスは、抗原に対して高い親和性を持つB細胞を見つけるというグローバルな最適化問題を解決するためのヒューリスティックと広く見なされています。 でも、メモリーB細胞親和性成熟プロセスの早い段階で意図的に選択されているようで、親和性は低くなっています。 これを提案しますメモリーB細胞選択プロセスは、2つの最適化問題の近似的な解決策になる可能性があります。突然変異やその他の小さな違いがあるにもかかわらず、将来的に類似の抗原への親和性を最適化することと、将来的に血漿B細胞の生成をウォームスタートするように最適化することです。 特定のB細胞変異が他の変異よりも可能性が高いことを示すデータを考慮に入れて、シミュレーションを使用して仮説の証拠を提供します。 私たちの発見は、変異した抗原に対して高い親和性を持っているメモリーB細胞と一致していますが、メモリーB細胞二次胚中心の播種には、選択したナイーブB細胞よりも有用です。
1はじめに
免疫システムは、学習したいくつかの識別アルゴリズムを展開する効果的な脅威軽減システムです。 自然免疫システムは、外来の侵入者または抗原の識別に長けていますが、より大規模で特異的な応答を作成するには、適応免疫システムに関与する必要があります。 適応免疫システムの体液性応答の中心的な側面は、親和性成熟（AM）と呼ばれるプロセスを通じて2種類のB細胞をトレーニングすることです。現在の抗原を識別するための抗体を生成する血漿B細胞とメモリーB細胞これらは、将来、同様の抗原を特定するための後続の免疫応答で使用されます。 AMプロセスは非常に珍しく、参加しているB細胞内のDNAの特定の領域が変異して、問題の抗原に対してより高い親和性を持つように選択された子孫を生成します。 DNA配列の保存は通常、ほとんどの細胞で最も重要ですが、B細胞受容体の抗原をよりよく認識する機会を得るには、B細胞受容体の形状を定義するゲノムの領域を迅速に変更する必要があります。関心（Meyer-Hermann et al。、2012）。 これらの変異は、提示された実質的にすべての抗原を認識するB細胞の驚くべき能力に関与しており、哺乳類の適応免疫システムを自然界で最も効果的な学習識別システムの1つにしています。
スティーブン・リンズリー、マヤ・グプタb、クーパー・スタンズベリー、インディカ・ラジャパクセ
米国ミシガン大学アナーバー校計算医学および生物情報学科
b Google Research、米国カリフォルニア州マウンテンビュー
cミシガン大学数学科、アナーバー、アメリカ合衆国
この論文では、プラズマB細胞とメモリーB細胞生成プロセスは、特定の目的を達成しようとしていると解釈できます。そうであれば、これらの目的を正確に述べることができますか？ 機械学習から標準的なアイデアを借ります。最初に最適化する理想的な数学的オブジェクトを指定し（学習した識別システムの予想エラー率を最小化するなど）、次にその数学的目的をほぼ最適化するヒューリスティックアルゴリズムを提案します。 同様に、進化の圧力により、AMプロセスは理想的な免疫学的目的にほぼ最適化するヒューリスティックのように機能すると仮定します。 これらの進化的に適応する免疫学的目的が何であるかを仮定し、シミュレーションを介して、敵対的に変異した抗原に直面したときに、異なるB細胞がこれらの目的をどの程度満たすかを比較します。 これらの発見は、免疫系がナイーブB細胞を訓練するという暗黙の目的についての新しい仮説を提案することにつながります。メモリーB細胞。
まず、セクション2では、ナイーブB細胞がどのように動員され、血漿B細胞になるように訓練されるかを確認し、この訓練の目的について数学的に仮説を立てます。 セクション3では、次の生成につながる、より謎めいたトレーニングプロセスの数理最適化の目的を検討します。メモリーB細胞。 プラズマB細胞トレーニングまたはトレーニングプラズマB細胞を、AM中にナイーブB細胞からプラズマB細胞を生成するプロセスとして定義します。 同様に、メモリーB細胞のトレーニングまたはトレーニングを定義しますメモリーB細胞AM中にナイーブB細胞からメモリーB細胞を生成するプロセスとして。 セクション4でシミュレーションを介して仮説をテストし、セクション5で未解決の質問の説明で締めくくります。
2.プラズマB細胞トレーニング
ナイーブB細胞をトレーニングしてプラズマB細胞にするAMプロセスを確認し、プラズマB細胞トレーニングが最適化するために進化した可能性のある数学的基準を検討します。
2.1。 血漿B細胞の親和性成熟
AMは、二次リンパ器官への抗原に対する初期親和性を備えたナイーブB細胞を動員することから始まります。 これらのナイーブB細胞は、T濾胞ヘルパー（TFH）細胞および濾胞樹状細胞とともに、胚中心として知られる一時的な構造に集中します（図1A）（Meyer-Hermann et al。、2012; Tas et al。、2016）。 胚中心（GC）は、これらの細胞が近くにあることを確認し、B細胞受容体配列の迅速な突然変異と評価を容易にします。 AMの間、B細胞はTFH細胞によって、B細胞による抗原提示に基づいて、それらの間の相互作用の長さを通じて抗原に対する親和性について評価されます（Mesin et al。、2016; Murphy and Weaver、2016）。 B細胞の初期親和力が高い場合、TFH細胞から化学信号を受信して、GCの別の領域に移動し、増殖します。 B細胞が増殖している間、超可変領域と呼ばれるゲノムの特定のセクションが酵素、活性化誘導シチジンデアミナーゼ（AID）にさらされます（Muramatsu et al。、2000; Bannard and Cyster、2017）。 AIDは、シトシンを脱アミノ化して、通常DNAには見られないヌクレオチドであるウラシルを生成します。 これらの変更を修復する操作はエラーが発生しやすく、DNA配列に変異が生じます（Martin et al。、2015）。
修復中の脱アミノ化と突然変異のプロセスは、体細胞超変異（SHM）と呼ばれます。 増殖後、B細胞はTFH細胞を含むGCの領域に戻り、抗原に対する親和性について再評価されます。 増殖、突然変異、および親和性の評価のこの反復プロセスは、B細胞が抗原に対して十分に高い親和性を持つまで続きます。 この時点で、B細胞は血漿B細胞に分化し、免疫系が抗原を根絶することを可能にする抗体を産生し始めます。
2.2。 アルゴリズムとしての親和性成熟
アルゴリズム1でAMをモデル化します。これは、実験でAMをシミュレートするために使用します。 サブセクション2.3で詳しく説明されている、AMに関するいくつかの既知または不確実な問題を簡略化します。
各ナイーブB細胞受容体配列は、V、D、J、およびC遺伝子セグメントの組み合わせ混合によって、およびこれらのセグメント間の接合部多様性によってランダムに生成されます（Sompayrac、2019）。 ナイーブB細胞は少なくとも1億の可能性にまたがっています（Sompayrac、2019）。 胚中心に動員されたナイーブB細胞は、抗原aに対してすでにいくつかの有望な親和性を持っている細胞です。 次に、SHMは、長さが約100塩基対（bp）のDNA配列の領域のヌクレオチドを変異させます。これは、B細胞受容体構造の定義に寄与します（Martin et al。、2015）。 超可変領域の突然変異は、この領域の外側の突然変異よりも106倍の規模である可能性があります（Martin et al。、2015）。 突然変異は、fAとしてモデル化されたカテゴリー空間でのスワップ、挿入、および削除である可能性があります。 T; C; G;£g100、ここで£は削除を意味します。 可能な突然変異の組み合わせ空間は大きいが、多くの特定の突然変異はすぐにアポトーシスにつながることに注意する必要があります。 AM最適化は並列化され、G個の胚中心に分散されます。これは、アルゴリズム的にはG個の異なる並列プロセッサと考えることができます。 異なる胚中心は独立して機能するものとしてモデル化されていますが、それらの間には生化学的シグナル伝達がある可能性があります。 実際には、生物は複数の独立した抗原を同時に訓練しますが、簡単にするために、一度に1つの抗原を検討します。
2.3。 アルゴリズム1の既知の簡略化
アルゴリズム1は、AMのいくつかの既知の特性を単純化することに注意してください。 これらの単純化は軽微であり、この作業の主要な結論に影響を与えないと私たちは信じています。
アルゴリズムをT個の離散反復としてモデル化しますが、実際には、AMは連続プロセスであり、抗原の減衰と外部圧力のために部分的に時間制限があります。 ただし、私たちの知る限り、発生する可能性のある除算の数や、AM中に満たす必要のある正確なタイムラインに正確な制限はありません。 さらに、免疫系が十分な速さで解決策を見つけられず、宿主が死ぬ可能性があります。 これは自然のシステムで発生することを認識していますが、シミュレーションの焦点ではありません。 したがって、実際の免疫システムが直面する制限時間の概算として、一定の反復回数を使用します。 さらに、シミュレーションの最後に最も親和性の高いB細胞をプラズマB細胞として識別しますが、AMの最後に血漿B細胞が同時に選択されることはなく、絶対的な最高の親和性を持たない可能性があります。
SHMが始まる前に、最初のB細胞集団は無向増殖を受けた可能性があります。つまり、最初のランダムサンプルはB細胞のランダムクラスターとしてより適切にモデル化される可能性があります。 アルゴリズム1は、胚中心が際限なく成長することを可能にしますが、ダイオフ評価は胚中心の個体数を制限する傾向があります。 実際には、胚中心のサイズは、物理的な体積の制約と生化学的資源の制約によっても制限されます。一定のダイオフ率を使用します。 しかし、親和性が増加するにつれて死ぬ確率が減少するといういくつかの証拠があります（Anderson et al、2009）。 胚中心のB細胞の死亡確率を親和性の低い細胞に偏らせることにより、この動作の簡略化されたバージョンを含めます。
T細胞は近くのB細胞の親和性を測定するため、特定のB細胞がその親和性を測定する確率はある程度しかなく、B細胞の親和性が測定される確率は空間構成の関数であると考えられます（間接的に親和性）および直接親和性の影響を受けます。 特定のB細胞の親和性と空間的近接性は、選択されて増殖するように誘導される可能性に影響を与えます。 TaH細胞とB細胞の間の空間構成を明示的に考慮していません。 増殖シグナルの強度は一般にB細胞の親和性に比例するため、親和性の高いB細胞は、親和性評価の次の反復に戻る前に何度も増殖する可能性が高くなります（Mesin et al、2016; De Silva and Klein、 2015）。 低親和性B細胞の死の可能性の増加と同様に、増殖のためのB細胞の選択を高親和性B細胞に偏らせます。
アルゴリズム1は、他の方法でもAMを単純化しすぎている可能性があります。これは、私たちが認識していない、またはまだ知られていない方法です。
2.4。 血漿B細胞は、限られた時間で抗原親和性を最適化するために作成されます
AMは、SHMを介して特定の抗原を最もよく識別するB細胞を見つけようとする大域的最適化アルゴリズムとして機能する免疫システムとして長い間組み立てられてきたプロセスです（Theodosopoulos and Theodosopoulos、2002）。 つまり、AMは、解決するヒューリスティックであるかのように機能します。ここで、aは特定の抗原、bはすべての可能なB細胞のセットBからのB細胞、sはロックの品質をモデル化する親和性関数です。および-bとaの重要な物理的および生化学的相互作用。 Bは、B細胞受容体をコードする可変長DNA配列によって定義される非常に大きなカテゴリー空間であることに注意してください。
ただし、目的（1）は、プラズマB細胞が抗原と完全に一致する必要がないという事実を認識していません。 実際、sの親和性に達すると、B細胞が形質細胞B細胞に分化するように誘導されるように、十分な親和性があるように思われる。 さらに、免疫系は、そのような十分に高親和性の血漿Ｂ細胞を可能な限り速く産生するための時間的圧力下にある。
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、および指定されたセット多。 胚中心の最初のナイーブB細胞の。 時間のプレッシャーを捉えるために、離散時間の反復ごとに胚中心のB細胞への確率的変異をモデル化します。 ナイーブB細胞bEが与えられた場合、M（b）∈をbの単一のランダム突然変異によって生成された新しいランダムB細胞とします。 M *（b）= M（M（..（M（b））..））は、ランダムB細胞M（b）が最初のB細胞bのKmutationsMによって到達可能なB細胞のいずれか。対応する確率は、bから始まるM *（b）を生成する可能性のあるさまざまな突然変異経路の尤度の合計に依存します。
次に、プラズマB細胞選択プロセスは、K∈needされる突然変異の数を最小限に抑えるために進化したヒューリスティックであり、平均してK個のランダム突然変異が抗原に対して十分な親和性tを持つ胚中心に少なくとも1つのB細胞を生成すると仮定します。
ここで、EI。]は、確率によって重み付けされた確率変数の可能な結果に関する標準の期待値演算子（平均）です。 この目的は、アルゴリズム1と一致しています。
明らかに、免疫システムは、基準を明示的に定式化し（2）、その後、それを最適化するためのヒューリスティックを識別する知覚力のあるエンティティではありません。 むしろ、我々は、より最適化するプラズマB細胞生成プロセスのために進化圧が選択されたと仮定します（2）。
3.メモリーB細胞トレーニング
血漿B細胞と同様に、メモリーB細胞は胚中心内に作成されますが、それぞれの目的を達成するために、これら2つの細胞型の生成には重要な違いがあります（Mesin et al、2016; Weisel and Shlomchik、2017; Suan et al、2017）。 まず、メモリーB細胞がどのように作成されるかを確認し、次に、血漿B細胞の基準（2）と同様に、それらが最適化される基準を検討します。
3.1。メモリーB細胞の背景
メモリーB細胞という名前は、メモリーB細胞がプラズマB細胞の長期的なコピーであるという考えを呼び起こすかもしれませんが、真実はもっと複雑です。 メモリーB細胞は、血漿B細胞のようにAMプロセス全体を経ることはありません。 実際、メモリーB細胞は、血漿B細胞と比較して親和性が比較的低く、SHM負荷（SHMから収集された変異の数）が低いという特徴があります（Suan et al、2017）。 これは、メモリーB細胞がナイーブB細胞レパートリーと比較して最初は抗原に対して高い親和性を持っているが、血漿B細胞ほどAMを受けず、血漿B細胞よりも現在の抗原に対して低い親和性を持つ傾向があることを意味します。
遺伝子BACH2は、胚中心内のメモリーB細胞の発達、およびそれらの最終的な分化において重要な役割を果たします（Suan et al、2017：Shinnakasu et al、2016）。 BACH2は、B細胞がTe細胞から受ける助けと逆相関しており、結果として生じるT細胞との弱い相互作用により、BACH2の発現を高く保つことができます。 批判的に、
BACH2発現とTp細胞の関係は、胚中心内での細胞生存のためにT細胞からの助けを可能にしますが、B細胞前駆体がSHMを介して増殖および変異する領域に入るのを防ぎます。 これにより、生殖中心内のB細胞の3つのサブセットが得られます：（1）T細胞によって選択された高親和性B細胞は、SHMを介して増殖および変異し、最終的に血漿B細胞の分化をもたらします（2）中程度の親和性B Tw細胞による選択がBACH2によって抑制され、メモリーB細胞につながる細胞（血漿B細胞前駆細胞と比較して低い、平均的なナイーブB細胞と比較して高い）、および（3）ほとんどまたはまったく助けを受けない低親和性B細胞アポトーシスにつながるTw細胞から（Mesin et al、2020; Taylor et al、2015）。
メモリーB細胞は、転写プロファイルの点でナイーブB細胞に似ており、生物内を自由に循環し、抗原の将来のインスタンスを監視することができます。 これらの類似性にもかかわらず、それらは抗アポトーシス遺伝子の過剰発現を示し、メモリーB細胞が非常に長い期間生きることを可能にし、したがって将来的に抗原を認識する能力を可能にします（Suan et al.2017）。
3.2。 メモリーB細胞は何をするように最適化されていますか？
免疫系の目的が現在の抗原aに対する最も親和性の高いB細胞受容体の暗記である場合、記憶B細胞受容体レパートリーは血漿B細胞受容体レパートリーとほぼ同一であると予想されるかもしれませんが、そうではありません。 あるいは、AMがメモリーB細胞がより多くの変異を必要とする前に持っている時間の贅沢を利用して、メモリーB細胞が血漿B細胞よりも抗原に対してさらに高い親和性s（b、a）を持つことができると期待するかもしれません。 、さらに最適化（1）。 それもそうではないようです。 これらのオプションはどちらも生物学的に実現可能であるはずですが、免疫系はメモリーB細胞を作成するために根本的に異なることを行います。つまり、AMでは血漿B細胞よりも早くメモリーB細胞を選択するため、メモリーB細胞の親和性は平均して低くなりますs（ba）血漿B細胞より。
メモリーB細胞が現在の抗原aにあまり適合していない理由を説明するために、メモリーB細胞がヒューリスティックに最適化しようとしている可能性がある目的関数の2つの仮説を提案します。 私たちの2つの仮説は、メモリーB細胞の二重の役割に基づいています（Dogan et al、2009; Weisel and Shlomchik、2017）。 第一に、抗原の将来の化身が攻撃するとき、メモリーB細胞はそのまま使用されて血漿B細胞に分化し、変異した抗原を根絶します。 第二に、メモリーB細胞は、血漿B細胞のAMの二次トレーニングをウォームスタートするために使用されます。 実際、最近の証拠は、二次応答の血漿B細胞の大部分が最初の応答からのメモリーB細胞であり、一部のメモリーB細胞は、二次応答血漿B細胞を最適化するために新しい胚中心に播種するためにも使用されることを示しています（ Mesin et al、2020）。
3.3。 変異抗原への親和性のトレーニング
メモリーB細胞の重要な問題は、それらが軽減しなければならない抗原の将来の例が、ほぼ確実に元の抗原の突然変異であるということであると提案します。 メモリーB細胞が作成された時点では、将来の変異抗原aは不明ですが、ランダムに変異した抗原Aとして特徴付けることができます。この論文では、大文字が確率変数を表すという標準的な確率表記を使用します。対応する小文字は、その確率変数の実現を示します。 たとえば、6面のサイコロを振る場合、ランダム値Xe {1,2..6}は、見る前のサイコロの目を指します。その時点では、6つの値の確率しかわからないため、1回だけです。ダイスロールが表示されます。これは決定論的な値xE{1,2....、6}です。
Aを、現在の抗原aに依存する条件付き確率分布PA〜jaから抽出されたランダムな抗原とし、aに対する将来の突然変異の可能性の確率と、そのような突然変異がの寿命内に宿主生物に提示される確率をモデル化します。 aに対する免疫応答中に選択されたメモリーB細胞。 二次応答に必要なメモリーB細胞が1つだけの場合、（1）の論理的な一般化は、ランダムに変異した抗原Aに対して平均して高い親和性を持つメモリーB細胞を選択することです。
抗原aのすべての変異が等しく可能性が高く、親和性スコアsが優れた線形関数である場合、（3）の解は（1）と同じになる可能性があります。 しかし、異なる抗原変異の確率には実質的な非対称性があると予想されるため、（3）の解は（1）の解とは異なると予想されます。 これは、ホッケーについての有名なウェイン・グレツキーの引用と同じ原則です。私は、パックがどこにあるのかではなく、どこに行くのかをスケートします。
図2は、（4）の基準を示しており、メモリーB細胞の多様性が、元の抗原aの変異の可能性のある空間をカバーするのに役立つことを示しています。 基準（4）はNの固定された選択を前提としていますが、Nに対して（4）を最適化することもできる場合は、常により多くのN個のメモリーB細胞を好むでしょう。 ただし、これらの細胞を保存および維持するために必要な物理的リソース、および抗原が崩壊するまでの時間的圧力のために、Nにも下向きの圧力がかかります。 進化の圧力が最適化されたメモリーB細胞生成プロセスを好むのではなく（4）、メモリーB細胞自体が最適化しようとするという仮説を立てていないことを再度強調します（4）。
3.4。 変異抗原のウォームスタートトレーニングの最適化
メモリーB細胞が直接最適化することを示唆することを意味するのではなく（5）、むしろ進化的圧力がより最適化するメモリーB細胞選択プロセスを好む可能性があることを示唆します（5）。 目標（4）と目標（5）は、抗原とB細胞の異なる突然変異の確率に応じて、おそらく異なる最適解を持ちますが、同じヒューリスティックメモリーB細胞選択プロセスは両方の目的でかなりうまくいく可能性があります。 胚中心での二次応答形質細胞トレーニングにとってメモリーB細胞がどれほど重要であるかはまだわかっていませんが、いくつかの証拠は、二次応答胚中心が予想よりも多くのナイーブB細胞で構成されていることを示しています（Mesin et al。、2020 ）。
3.5。 メモリーB細胞が血漿B細胞のコピーではないのはなぜですか？
（4）と（5）はどちらも、抗原が受ける可能性のあるさまざまな突然変異の確率分布PA〜と、K突然変異後の突然変異B細胞の確率分布PMKðbÞの知識を必要とするようです。 ただし、PA〜とPMKðbÞの多くの対称的な選択では、正確な分布はそれほど重要ではない可能性があります。免疫システムは、メモリーB細胞に血漿のコピーを作成するだけで、（4）と（5）の適切な近似解を安価に実現できます。 B細胞; 正確な複製を妨げる生化学的制限はないようです。 ただし、メモリーB細胞は、実際には血漿B細胞とは異なる方法で選択されているように見えます。 その理由について2つの仮説を提示します。
私たちの最初の仮説はセクション3.3と図2ですでに紹介されています：免疫系は（4）でメモリーB細胞のセットを選択するので、血漿をコピーすることによって得られるよりもメモリーB細胞の多様性を持っていることにはお金がかかりますB細胞。 血漿B細胞は、最適化するように訓練されているため、多様性が低くなる傾向があります（1）。 aÞはそれらの多様性を制限します。 メモリーB細胞は、成熟プロセスの早い段階で選択されるため、血漿B細胞よりも多様性があります。 真の親和性関数sは、複雑な生化学的特性と物理的特性から生じるB細胞bと抗原aのアミノ酸配列の高度に非線形な関数であるため、この多様性は、（5）のように変異抗原に対する親和性を最適化するために重要であると考えます。ロックアンドキー構造（Carneiro and Stewart、1994; Kilambi and Grey、2017; Ambrosetti et al。、2020）
私たちの2番目の仮説は、二次胚中心のウォームスタート目標（5）は、SHMのB細胞のランダム突然変異の確率PMjbが非対称：B細胞の特定の変異は他の変異よりもはるかに可能性が高いです。 これにより、一部のB細胞は、新しい抗原に一致するように変異させるのに問題がある可能性がある元の血漿B細胞よりもウォームスタートのより柔軟な開始点になります。 非対称PMjbの証拠は、多くの研究者が特定のモチーフのAID優先ターゲティングに注目していることです（Martin et al。、2015; Stavnezer、2011; Chen and MacCarthy、2017; Keim et al。、2013）。 突然変異は、定義上、AIDが対象とする特定の配列を変更するため、この場所の最初の突然変異は将来の突然変異よりも簡単であると推測するのが妥当です。 シーケンスが変更されると、AIDがこの場所をターゲットにする可能性は低くなります。 全体として、AIDの優先的なターゲティングにより、この領域がさらに変異したり、元のシーケンスに逆戻りしたりすることが難しくなります。
AM中に突然変異を介してすべてのB細胞の空間を移動する確率のこの非対称性は、プラズマB細胞の目的（1）と、（5）に従って将来のプラズマB細胞トレーニングの優れたウォームスタートソリューションであるという目的との間に断絶をもたらします。 ）。 具体的には、プラズマB細胞は、現在の抗原aに対して最適化するために（1）突然変異を逆転させることを困難にした可能性があります。 対照的に、選択されたメモリーB細胞は、現在の抗原aに適合させるために最適化されていないように見えますが、ランダムな将来の抗原A〜に適合させるために、二次応答AMでより簡単に変異できると仮定します。 全体として、目的（1）、（4）、および（5）がどれだけうまく整列するかは、PA〜の対称性に依存することに注意してください。 PMjb、およびsの非線形性。
4.シミュレーション
AMアルゴリズム（アルゴリズム1）を使用して、プラズマB細胞とメモリーB細胞のトレーニング方法をモデル化し、2つのシミュレーションを通じて、シミュレートされたメモリーB細胞がシミュレートされたプラズマB細胞よりも優れていることを示します（4）と（ 5）したがって、これらの目的が生物学的に合理的であるという証拠を提供します。 最初に、シミュレートされた一次免疫応答における親和性成熟のメカニズムを示し、次に、シミュレートされた二次免疫応答のさまざまな潜在的な初期条件を比較します。
これらのシミュレーションは、ウイルスの突然変異がウイルスの機能を害してはならないなど、実際の問題のすべてを考慮しているわけではなく、2.3で説明されている問題も考慮しています。 これらの制限にもかかわらず、これらのシミュレーションは、仮定された目的が血漿とメモリーB細胞のトレーニングの違いと一致していることを説明するために必要な重要な問題の多くを捉えていると主張します。 シミュレーションの完全なコードは、リクエストに応じて提供されます。
4.1。 シミュレーションのセットアップ
私たちのシミュレーションは、AMプロセスのアルゴリズム1に従います。 ナイーブB細胞レパートリー（10、000細胞）を10-50アミノ酸のランダムシーケンスで表されるB細胞受容体で初期化します。ここで、各アミノ酸は61個の非アミノ酸の空間に均一に描画されます。 -コドンを停止します（アミノ酸全体に不均一な分布を作成します）。 鶏卵白アルブミン、牛乳、小麦の既知の抗原配列に由来する配列として抗原をシミュレートします（Honmaetal。1996;Liuand Sathe、2018）。 各抗原配列は、一貫性を保つために17アミノ酸の長さです。 標準のローカルアラインMATLAB関数を使用して、B細胞と抗原間の親和性メトリックをシミュレートします。BIOSUM50マトリックスを使用して2つのシーケンス間の最適なアラインメントを見つけ、このアラインメントで2つのシーケンスがどれほど類似しているかを反映するスコアを返します。 1992年。 簡単にするために、このスコアをB細胞受容体と抗原の間の親和性の尺度として使用しますが、これはB細胞受容体とアンチフォンの間のより複雑な構造的適合性の大まかな概算にすぎないことに注意してください。
AM中のB細胞の変異は、コドン空間でモデル化され、B細胞受容体のコドンが61のコドン可能性の1つに置き換えられます。 SHMは単一ヌクレオチドレベルでB細胞を変異させますが、コドン空間での作業は、無意味なB細胞受容体配列を除外するという追加の複雑さを防ぎます。 コドンの置換に加えて、B細胞受容体配列のコドンを挿入または削除することができます。 ヒトで観察された各タイプの突然変異の割合に基づくと、挿入と欠失は別のコドンと交換するよりも起こりにくい（Gibbs et al。、2003; 1000 Genomes Project Consortium et al。、2015; Zia and Moses、2011）。 各B細胞受容体を定義するコドンはランダムに変異するように選択されますが、Cシトシンを含むコドンは、ヌクレオチド配列モチーフへの生物学的バイアスを反映して、シトシンを含まないコドンよりもC-1倍変異する可能性が高いとシミュレートします（Martinetal。 、2015; Stavnezer、2011; Chen and MacCarthy、2017; Keim et al。、2013）。 また、コドン間に遷移バイアスを課し、BLOSUM50マトリックスから導出された可変性マトリックスに基づいて一部のスワップを他のスワップよりも可能性の高いものにします（Henikoff and Henikoff、1992; Veerassamy et al。、2003）。
抗原に対する一次適応免疫応答（一次応答）の最初のシミュレーションでは、10個の000ナイーブのトップ1、000からB細胞レパートリーから50個のナイーブB細胞をランダムに選択します。前記抗原への親和性に関するB細胞レパートリー。 これは、TFH細胞による胚中心への部分的な親和性を持つナイーブB細胞の動員を反映しています（Mesin et al。、2016; Tas et al。、2016）。 次に、これらの50個の「創始者」B細胞を20回複製して、胚中心形成の成長期間を反映して、1、000細胞の胚中心集団を形成します（Amitai et al。、2017）。 シミュレーションの反復ごとに、増殖のために50個のB細胞が選択され、除去のために50個のB細胞が選択されます。 親和性の高いB細胞は増殖の選択確率が高く、親和性の低いB細胞は除去の選択確率が高くなります。 増殖のために選択されたB細胞は複製および変異され、この反復中に選択されたすべてのB細胞を置き換えます。 このプロセスは、TFH細胞の助けがないことによる低親和性B細胞のアポトーシスと、TFH細胞によって選択された後の高親和性のB細胞の増殖を模倣します。 これらの変異は、B細胞受容体の親和性を増加、減少、または影響を与えない可能性があります。 また、特定の反復で発生する可能性のある突然変異に制約を課し、損傷または潜在的に危険な突然変異によるネガティブセレクションプロセスをシミュレートします。 このプロセス全体が100回以上繰り返されます。
シミュレーション1と2の両方の基礎として、一次応答シミュレーションの前半で、シミュレートされたメモリーB細胞として50個の細胞を抽出します。細胞は胚中心B細胞の上位25パーセンタイルからランダムに選択されます。 血漿B細胞を表すために、一次応答の最後に別の50個の細胞が選択されます。これらの細胞は、抗原に対して最高の50個の親和性スコアを示します。 これは、事前にしきい値がわからないため、アルゴリズム1からのわずかな逸脱を反映しています。 一次応答の最後に選択された形質細胞の親和性に基づいて、二次応答のtを確立します。 予想通り、シミュレートされたメモリーB細胞は、血漿B細胞と比較して抗原に対する親和性が全体的に低くなっていますが、ナイーブB細胞の初期セットよりも高くなっています。
二次応答のための抗原のシミュレートされた突然変異は、他の任意のコドンの均一なランダムスワップから派生します（おそらくそれ自体、つまりno-opを含む）、これはアミノ酸全体に不均一な分布を作成します一部のアミノ酸は、複数のコドンによってコードされています。 抗原の変異には、任意のコドンと同等の確率で、コドンの挿入または欠失を含めることもできます。
4.2。 シミュレーション1：変異抗原への親和性
二次感染には、変異した抗原または関連する病原体に類似した抗原が関与している可能性があります。 抗原配列に敵対的な変異を引き起こすことにより、一次感染から二次感染への抗原の変化をシミュレートします。 まず、抗原aの配列の1、000均一にランダムな変異を生成します。 ランダムな突然変異は、任意のアミノ酸から他の任意のアミノ酸への交換、任意のアミノ酸の挿入、またはアミノ酸の欠失である可能性があります。 これらの候補変異のうち、潜在的に危険な二次感染がより困難な変異によるものである可能性が高いことを反映して、一次応答からの50個の血漿B細胞のセットに対する平均親和性が最も低いもの（最悪の場合）を保持します。 このランダムなプロセスを合計K回繰り返して、K個の変異を持つ抗原を生成します。 私たちは、その敵対的な抗原をPの最悪の場合の実現と見なします。 候補突然変異から。
次に、仮説の目標（4）によってさまざまなB細胞集団をテストします。図3は、変異K =1 ...を持つ、ますます変異する抗原（鶏卵白アルブミン、牛乳、小麦）間の平均親和性を示しています。一次応答の終了時の異なる細胞集団の10は、100回の独立した実行で平均されました（Honma et al、1996; Liu and Sathe、2018）。 図3は、シミュレートされた血漿B細胞が少数の敵対的突然変異に対して最大化するための最良の選択（4）であり、シミュレートされたメモリーB細胞が〜2-6突然変異の間の最良の選択であり、ナイーブB細胞が最良であることを示しています多くの突然変異の後（7プラス）。 私たちのシミュレーションは、特定の遷移点を意味のあるものにするためには単純すぎますが、血漿B細胞が実質的に変異した抗原を特定するのに最適ではない可能性が高いという強力な証拠を提供すると主張します。 これはさらに、二次応答の初期条件として、メモリーB細胞が血漿B細胞またはナイーブB細胞よりも有用である突然変異空間のある領域があることを示唆している可能性があります。
血漿B細胞が変異抗原に対して常に最高の親和性を持っているとは限らないという事実は、メモリーB細胞とナイーブB細胞の多様性によって引き起こされていると仮定します。 突然変異はDNA空間で発生しますが、関連する多様性は、抗原への親和性を定義する、結果として生じる非線形の物理的および生化学的空間にあります。 各セットのペアワイズBLOSUM類似性を使用して各集団のB細胞多様性を概算すると、実質的な多様性の違いが示され、血漿B細胞の平均セット内BLOSUM類似性は46であり、メモリーB細胞の平均セット内平均ははるかに低い。 〜27のBLOSUM類似性、および〜9のセット内BLOSUM類似性がさらに低いナイーブB細胞（代表的な一次応答から）。
4.3。 シミュレーション2：二次応答プラズマB細胞トレーニングに必要な変異
このシミュレーションでは、3種類のB細胞が二次応答胚中心のシードとしてどの程度機能するかを比較します。 変異抗原への高親和性に最適化された血漿B細胞の新しいセットの二次応答トレーニングを模倣します（シミュレーション1で説明）。 二次応答プラズマB細胞の最適化を、次の3つの選択肢のいずれかで初期化します。（i）元の抗原aの主な責任で生成されたN =50プラズマB細胞、（ii）N=50メモリー元の抗原aの主な責任で生成されたB細胞、または（i）N=50ナイーブB細胞。 新しい創始者細胞として50個のB細胞の3つのセットを使用して、一次応答と同じ方法で胚中心に移入します。 一次応答と同様に、ナイーブB細胞はランダムですが、胚中心への動員をシミュレートするために、現在変異している抗原に対して初期の親和性を持つように選択されています。 これらの3つの二次応答胚中心のそれぞれは、一次応答と同じ方法でAMを受けます。
図4は、牛乳抗原に同じ一次応答と同じK =1 ..... 1 0変異がある場合の、複数の二次応答シミュレーションの代表的な例です（Liu and Sathe、2018） 。 具体的には、二次応答における100回の反復での0.05％の最高親和性細胞の平均親和性を示しています。図4は、1つまたは2つの抗原変異に対して、血漿B細胞が変異した抗原に対して最も高い初期親和性を持つ傾向があることを示しています。 3つ以上の敵対的変異の場合、ナイーブおよびメモリーB細胞は、一次応答形質B細胞よりも二次応答の初期条件として優れており、より少ない反復でtの親和性に達します（図4および5）。抗原が十分に変異した後、動員された二次応答ナイーブB細胞は、一次応答形質B細胞またはメモリーB細胞よりも変異抗原に対する初期親和性が高くなる傾向があります。 これは予想されていましたが、二次応答の最初の反復でナイーブB細胞が最高の親和性を持つのに必要な変異が少ないことに驚きました。 あれは。 新しい抗原の比較的少数のコドン変異については、ナイーブレパートリーからの主にB細胞で二次応答を播種することが有利な戦略であるという経験的証拠が見つかります。 おそらくシミュレートされた二次応答間のかなりの変動のために、一次応答からのメモリーB細胞が二次応答の最初の反復で一貫して最高の親和性を持っていた突然変異空間の領域をシミュレートすることができませんでした。
同様に、図5は、血漿、記憶、ナイーブB細胞が、3つの抗原すべての全体的な二次応答シミュレーションに到達するまでの平均反復回数を示しています。 しきい値tに達した反復回数は、各抗原の主要な責任の50の独立したシミュレーションのすべての二次応答シミュレーションで平均化されます。 繰り返しますが、私たちのシミュレーションでは、メモリーB細胞が一貫して最良のウォームスタート条件である突然変異空間の領域は示されませんでした。 これは、シミュレーションのいくつかの改良点で持続することがわかりました。これは、この結果がシミュレーションの粗すぎる結果ではない可能性があることを示唆しています。 これは、二次胚中心のナイーブB細胞の選択が、変異した抗原に対して初期の親和性を持つようにバイアスされているためであると仮定します（一次応答シミュレーションで説明されています）。 つまり、図4のナイーブB細胞は、aに対する初期親和性のために選択され、ナイーブB細胞に由来する記憶および血漿B細胞は、元の抗原aに対する初期親和性を持つために選択されます（図3）。 当初、ナイーブ細胞の選択に対する親和性バイアスが強すぎると考えていましたが、ナイーブB細胞とメモリーB細胞の両方が実際の二次胚中心で同時に動員され、新しい血漿B細胞を作成する可能性が最も高くなります。 実際、最近の実験的証拠は、二次応答胚中心が以前に考えられていたよりも多くのナイーブB細胞で構成されていることを示唆しています（Mesin et al、2020）。 ウォームスタートでは、メモリーB細胞がナイーブB細胞よりも実際に効果的である抗原変異レジームがある可能性もありますが、シミュレーションはそれをキャプチャするのに十分現実的ではありませんでした。
二次応答シミュレーションは、対応する一次シミュレーションから親和性しきい値tに到達するまでに100回以上の反復を要することが多いことに注意してください。 Fg.5でtに到達するまでの平均反復回数を計算するとき、これらのケースを最大反復回数100に設定します。この現象は、dの敵対的変異が、シミュレートされた胚中心にとってより困難な問題を引き起こす可能性があるために発生すると仮定します。解決する。 つまり、突然変異は、抗原自体の生存目標の結果として、突然変異確率空間の潜在的な弱い領域に特に偏っている可能性があります。
5.結論と未解決の質問
メモリーB細胞の二重の役割は2つの目的（4）と（5）によって捉えることができ、これらの目的は、（1）のために訓練された血漿B細胞をコピーすることによっては十分に最適化されないだろうと仮定しました。元の抗原の過剰適合。 私たちのシミュレーションは、限定的ではありますが、抗原が十分な敵対的変異を受けた後は、血漿B細胞が最適化されない（4）または（5）という強力な証拠を提供します。 変異抗原に対する血漿B細胞のこの準最適性は、メモリーB細胞に使用されるさまざまな選択メカニズムの役割を提供すると考えています。
私たちのシミュレーションは、シミュレートされたメモリーB細胞が最適である可能性がある限られた範囲の抗原変異を示しています。 実質的な変異については、ランダムなナイーブB細胞がさらに効果的に機能することを示しています。 生物学的には、この結論は、ナイーブB細胞が二次胚中心のB細胞の大部分を占める二次適応免疫応答に関する最近の発見によって裏付けられています（Mesin et al、2020）。 代わりに、メモリーB細胞は、体細胞超変異をさらに起こすのではなく、血漿B細胞に直接分化するためによく使用されます（Mesin et al、2020）。 血漿B細胞は1回限りの解決策であり、現在関心のある抗原に非常に適合しています。 メモリーB細胞は、現在の抗原に対するより近似的な解決策を提供します。これは、同様の特性を持つ将来の抗原を認識するために体内に保持されます。 将来の抗原が免疫系が以前に遭遇したものと非常に異なり、メモリーB細胞がそれを識別できない場合、ナイーブB細胞を使用して新しいソリューションがゼロから形成されます。
メモリーB細胞は、血漿B細胞への分化と胚中心の再開という、2つの役割を果たしますが、これらの役割は、別個の亜集団によって果たされる可能性があります（Dogan et al.2009; Weisel and Shlomchik、2017）。 メモリーB細胞のこれらの別個の亜集団は、別個のAMプロセス、またはアルゴリズム1で明示的にモデル化していないAM期間にわたるAMプロセスの変化に起因する可能性があります（Weisel et al、2016）。 したがって、（4）と（5）の2つのメモリーB細胞の目的は、独立したメモリーB細胞集団に適用される可能性があります。 ここでは、メモリーB細胞が統一されたグループと見なされる単純化されたモデルを調査しました。 しかし、二次生殖反応を再開するために、メモリーB細胞が二次ナイーブB細胞よりも明らかに優れているレジームをシミュレーションで示すことはできませんでした。 私たちの結果は、この再初期化タスクがメモリーB細胞のより弱いまたはよりまれな役割である可能性があることを示唆しています。 これらの結果は、同様に注目されたメモリーB細胞が以前に想定されていたよりも二次胚中心でより一般的ではなかったという最近の実験的証拠と一致しています（Mesin et al。、2020）。 ただし、メモリーB細胞が二次応答に必ずしも必要ではない場合でも、場合によってはウォームスタートに非常に重要であり、選択プロセスに進化的圧力をかける可能性があります。 自然界のメモリーB細胞選択に対する進化的圧力は知られていないが、計算シミュレーションと生物学的実験の統合を通じて解明される可能性がある。 親和性成熟中にB細胞の親和性を積極的に監視し、GC B細胞がメモリーB細胞になる時期と理由を検出することで、将来のより正確で複雑なモデルの開発に役立つ可能性があります。
