epidemiologyЭпидемиология и ВакцинопрофилактикаEpidemiology and Vaccinal Prevention2073-30462619-0494«Numicom» LLC10.31631/2073-3046-2019-18-1-4-17epidemiology-656Research ArticleОРИГИНАЛЬНЫЕ СТАТЬИORIGINAL ARTICLESОптимизация прогнозирования вакцинных штаммов гриппаOptimization of the Predicting of the Influenza Vaccine StrainsХарченкоЕ. П.KharchenkoE. P.

Харченко Евгений Петрович - к. б. н., ведущий научный сотрудник 

194223, Санкт-Петербург, пр. ТорезаТел./факс: 8 (812) 552-70-31 (служебн.); 8 904 338-22-80 (моб.)

Eugene P. Kharchenko — Dr. Sci. (Biol.), leader researcher 

194223, St. Petersburg, Toreza pr., 44. +7 (904) 338-22-80,

neuro.children@mail.ruФГБУН «Институт эволюционной физиологии и биохимии им. И. М. Сеченова» РАНРоссияSechenov Institute of Evolutionary Physiology and Biochemistry, Russian Academy of SciencesRussian Federation201910032019181417Copyright © Харченко Е.П., 20192019Харченко Е.П.Kharchenko E.P.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.epidemvac.ru/jour/article/view/656Актуальность

Актуальность. Вакцинация по-прежнему является наиболее эффективным способом снижения заболеваемости и смертности от гриппа и вызываемых им осложнений. ВОЗ рекомендует штаммовый состав вакцин к каждому эпидсезону гриппа. К сожалению, соответствие вакцинных и циркулирующих в эпидсезоне штаммов вируса гриппа в силу их изменчивости не всегда является оптимальным.

Цель

Цель. Разработать новый метод прогнозирования оптимальной структуры гемагглютинина (HA) для вакцинных штаммов H1N1 и H3N2 для предстоящих эпидсезонов гриппа, сравнить их с рекомендованными ВОЗ и с циркулирующими

Материалы и методы

Материалы и методы. Для анализа были использованы доступные в Интернете базы данных первичных структур гемагглютинина НА штаммов H1N1 и H3N2, выделенных в эпидсезон гриппа 2012/2013–2017/2018 гг. Для построения прогнозируемой аминокислотной последовательности НА использована адаптированная скрытая марковская модель.

Результаты

Результаты. Использованный биоинформативный подход показал возможность построения оптимальной первичной структуры НА вакцинных штаммов. Она максимально близка к НА циркулирующих в эпидсезоне штаммов вирусов, распространена среди них и превосходит по критерию структурной близости НА штаммов, реко менд ванных ВОЗ.

Заключение

Заключение. Данные по первичной структуре НА вируса гриппа можно рассматривать как надежную основу для прогнозирования вакцинных штаммов, снижающую риски для неоптимального или даже ошибочного выбора. Биоинформационный подход позволяет проводить непрерывный мониторинг изменения НА по прошествии эпидсезона и прогностически оценивать соответствие производимых к будущему эпидсезону вакцин.

 Relevance

 Relevance. Vaccination is still the most effective way to reduce the incidence and mortality from influenza and the complications it causes. WHO recommends the composition of the vaccine strain for each influenza season. Unfortunately, the relevance of vaccines and strains of influenza virus circulating during the epidemic season cannot always coincide. The cause is flu variability.Aim is to develop a new computational method for predicting an optimal hemagglutinin (HA) structure in H1N1 and H3N2 human influenza vaccine strains for coming epidemic seasons and to compare its results with WHO recommendations.

Materials and method

Materials and method. For this study HA sequences were used from data bases available in INTERNET and the modified hidden Markov model was used to construct the HA primary structures.

Results

Results. It was indicated that the new bioinformatics approach allowed to construct an optimal structure of HA for vaccine strains. It was at most close to HA of circulating virus strains in coming epidemic seasons, spreaded over them and was superior to WHO recommendations.

Conclusion

Conclusion: HA sequences should be considered as reliable background for predicting vaccine strains to decrease risks of not optimal and even mistakable choices. Bioinformatics approach allows to continually monitor HA changes after epidemics and to estimate adequacy of manufacturing vaccines to the future epidemic season.

прогнозированиескрытая марковская моделькомпьютерный анализвирусы гриппавакцинные штаммыгемагглютининантигенные сайтыinfluenza virushemagglutininvaccinepredictingMarkov chaincomputer analysisantigen sitesReferencesKlingen T.R. Reimering S., Guzman C.A., et al. In silico vaccine strain prediction for human influenza viruses // Trends in Microbiology. 2018. Vol. 26, N 2. P.119–131.Klingen TR, Reimering S, Guzman CA, et al. In silico vaccine strain prediction for humaninfluenza viruses. Trends in Microbiology. 2018;26(2):119–131. doi: 10.1016/j.tim.2017.09.001Rabiner L.R. A tutorial on Hidden Markov Models and selected applications in speech recognition // Proceedings of the IEEE. 1989. N 77. P. 257–286.Rabiner LR. A tutorial on hidden Markov models and selected applications in speech recognition. Proceedings of the IEEE. 1989;77:257–86.Урбах В.Ю. Биометрические методы. Москва; 1964. 415 с. 4.Sriwilaijaroen N., Suzuki Y. Molecular basis of the structure and function of H1 hemagglutinin of influenza virus // Proc Jpn Acad Ser B. 2012. N 88. P. 226–249.Urbakh VJ. Biometric methods. Moscow; 1964. (In Russ.)Lees W.D., Moss D.S., Shepherd A.J. Analysis of antigenically important residues in human influenza a virus in terms of B-cell epitopes // Journal of virology. 2011. Vol. 85, N 17. P. 8548–8555.Sriwilaijaroen N, Suzuki Y. Molecular basis of the structure and function of H1 hemagglutinin of influenza virus. Proc Jpn Acad Ser B. 2012;88:226–9. doi: 10.2183/pjab.88.226Budd A.P., Wentworth D.E., Blanton L., et al. Update: Influenza activity - United States, October 1, 2017 – February 3, 2018 // MMWR Morb Mortal Wkly. 2018. Vol. 67, N 6. P. 169–179.Lees WD, Moss DS, Shepherd AJ. Analysis of antigenically important residues in human influenza a virus in terms of B-cell epitopes. Journal of virology. 2011;85(17):8548–55.doi:10.1128/JVI.00579-11Laver W.G., Air G.M., Webster R.G., et al. Epitopes on protein antigens: misconceptions and realities // Cell. 1990. N 61. P. 553–556.Budd AP, Wentworth DE, Blanton L, et al. Update: influenza activity – United States, October 1, 2017 – February 3, 2018. MMWR Morb Mortal Wkly. 2018:67(6):169–79. doi:10.15585/mmwr.mm6706a1Henry C., Palm A.-K.E., Krammer F., et al. From original antigenic sin to the universal influenza virus vaccine // Trends in Immunology. 2018. Vol. 39, N 1. P. 70–79.Laver WG, Air GM, Webster RG, et al. Epitopes on protein antigens: misconceptions and realities. Cell. 1990;61:553–6.Souquette A., Thomas P.G. Past life and future effects — how heterologous infections alter immunity to influenza viruses // Front Immunol. 2018. N 9. Article 1071.Henry C, Palm A-KE, Krammer F, et al. From original antigenic sin to the universal influenza virus vaccine. Trends in immunology. 2018;39(1):70–9. doi: 10.1016/j.it.2017.08.003Morris D.H., Gostic K.M., Pompei S., et al. Predictive modeling of influenza shows the promise of applied evolutionary biology // Trends in Microbiology. 2018. Vol. 26, N 2. P. 102–8.Souquette A, Thomas PG. Past life and future effects — how heterologous infections alter immunity to influenza viruses. Front. Immunol. 2018;9:article 1071. doi: 10.3389/fimmu.2018.01071Rajao D.S., Perez D.R. Universal Vaccines and Vaccine Platforms to Protect against Influenza Viruses in Humans and Agriculture // Front Microbiol. 2018. N 9. Article 123.Morris DH, Gostic KM, Pompei S, et al. Predictive modeling of influenza shows the promise of applied evolutionary biology. Trends in Microbiology. 2018;26(2):102–8. doi:10.1016/j.tim.2017.09.004Kumar A., Meldgaard T.S., Bertholet S. Novel Platforms for the Development of a Universal Influenza Vaccine // Front Immunol. 2018. N 9. Article 600.Rajao DS, Perez DR. universal vaccines and vaccine platforms to protect against influenza viruses in humans and agriculture. Front Microbiol. 2018;9:article 123. doi:10.3389/fmicb.2018.00123Kumar A, Meldgaard TS, Bertholet S. Novel Platforms for the development of a universal influenza vaccine. Front Immunol. 2018;9:article 600. doi: 10.3389/fimmu.2018.00600Kumar A, Meldgaard TS, Bertholet S. Novel Platforms for the development of a universal influenza vaccine. Front Immunol. 2018;9:article 600. doi: 10.3389/fimmu.2018.00600

The authors declare that there are no conflicts of interest present.