470 resultados para Immunogenicity
Resumo:
INTRODUCCION Dado que la artritis reumatoide es la artropatía inflamatoria más frecuente en el mundo, siendo altamente discapacitante y causando gran impacto de alto costo, se busca ofrecer al paciente opciones terapéuticas y calidad de vida a través del establecimiento de un tratamiento oportuno y eficaz, teniendo presentes aquellos predictores de respuesta previo a instaurar determinada terapia. Existen pocos estudios que permitan establecer aquellos factores de adecuada respuesta para inicio de terapia biológica con abatacept, por lo cual en este estudio se busca determinar cuáles son esos posibles factores. METODOLOGIA Estudio analítico de tipo corte transversal de 94 pacientes con diagnóstico de AR, evaluados para determinar las posibles variables que influyen en la respuesta a terapia biológica con abatacept. Se incluyeron 67 de los 94 pacientes al modelo de regresión logística, que son aquellos pacientes en que fue posible medir la respuesta al tratamiento (respuesta EULAR) a través de la determinación del DAS 28 y así discriminar en dos grupos de comparación (respuesta y no respuesta). DISCUSION DE RESULTADOS La presencia de alta actividad de la enfermedad al inicio de la terapia biológica, aumenta la probabilidad de respuesta al tratamiento respecto al grupo con baja/moderada actividad de la enfermedad; OR 4,19 - IC 95%(1,18 – 14.9), (p 0,027). La ausencia de erosiones óseas aumenta la probabilidad de presentar adecuada respuesta a la terapia biológica respecto aquellos con erosiones, con un OR 3,1 (1,01-9,55), (p 0,048). Niveles de VSG y presencia de manifestaciones extra-articulares son otros datos de interés encontrados en el análisis bivariado. Respecto a las variables o características como predictores de respuesta al tratamiento con abatacept, se encuentran estudios que corroboran los hallazgos de este estudio, respecto al alto puntaje del DAS 28 al inicio de la terapia (9, 12). CONCLUSIONES Existen distintas variables que determinan la respuesta a los diferentes biológicos para manejo de AR. Es imprescindible evaluar dichos factores de manera individual con el fin de lograr de manera efectiva el control de la enfermedad y así mejorar la calidad de vida del individuo (medicina personalizada). Existen variables tales como la alta actividad de la enfermedad y la ausencia de erosiones como predictores de respuesta en la terapia con abatacept.
Resumo:
SPECT-1 y -2 y SIAP-1 y -2 son proteínas pertenecientes al esporozoíto de Plasmodium falciparum causante de la malaria más agresiva en los humanos. Estas proteínas están involucradas en el paso del parásito a través de las células del hospedero humano y en la invasión del hepatocito, haciéndolas blancos atractivos para ser estudiadas. Péptidos conservados de alta capacidad de unión (cHABPs) a células HeLa y HepG2 derivados de estas moléculas son no inmunogénicos porque son incapaces de generar una respuesta inmunitaria, pero son claves para el parásito porque cumplen una función importante durante la infección del hospedero humano. En este trabajo se encontró que algunos cHABPs pertenecientes a las proteínas SPECT-1 y -2, están posiblemente involucrados con la unión y formación de poros sobre la membrana de las células hospederas, ayudando al esporozoíto a abrirse paso través de las células del hospedero. Por otro lado, con el fin de cambiar el comportamiento inmunológico de cHABPs derivados de SPECT-1 y -2 y SIAP-1 y -2, se obtuvieron nuevos péptidos mediante el reemplazo de aminoácidos críticos por otros residuos cuya masa molecular sea similar, pero diferente en su polaridad. En este trabajo se reporta que dichas modificaciones promovieron cambios en la estructura secundaria (determinada por DC o 1H-RMN) de los péptidos modificados (mHABPs) cuando se comparó con la estructura de los cHABPs nativos; adicionalmente, estos mHABPs invirtieron su comportamiento inmunológico convirtiéndose en péptidos inmunogénicos inductores de anticuerpos. Lo que permite establecer la existencia de una relación entre la estructura que adoptan estos mHABPs con su actividad inmunológica. Además, algunos de los mHABPs estudiados aquí, pueden ser candidatos a ser incluidos en la vacuna contra la malaria químicamente sintetizada multi-epitope y multi-estadio que se está desarrollando en la Fundación Instituto de Inmunología de Colombia (FIDIC).
Resumo:
El desarrollo de una vacuna contra malaria es un área de exploración activa pero con enormes retos debido especialmente a la complejidad del ciclo del parásito. Así, es necesario bloquear las diferentes etapas de la invasión que tiene el Plasmodium falciparum y extraer de ellas la mayor información posible de la artillería que utiliza para su ataque. Para esto, péptidos de las proteínas STARP, CelTOS y TRSP (del esporozoito) y SERA 5 (del merozoito) que tienen alta afinidad de unión a células HepG2 y a glóbulos rojos respectivamente (conocidos como cHABPs), han sido modificados (conocidos como mHABPs), sintetizados y evaluados a nivel de respuesta inmune en monos Aotus así como estudiados en su conformación estructural por RMN de 1H. Los resultados muestran que los péptidos nativos no son inmunogénicos, pero pueden inducir altos títulos de anticuerpos cuando sus residuos críticos o sus vecinos son reemplazados por otro con un volumen y masa similar, pero diferente polaridad. El estudio conformacional pone de manifiesto que las estructuras de los péptidos nativos son diferentes de sus péptidos modificados ya sea que muestren regiones estructuradas más cortas o más largas o que no presenten ninguna, en comparación con sus análogos modificados altamente inmunogénicos. Las características estereoquímicas particulares en las cadenas laterales de algunos residuos de aminoácidos de estos péptidos modificados así como los rasgos fisicoquímicos parecen jugar un rol importante en la respuesta inmune apropiada cuando estos fueron inmunizados en grupos de monos Aotus confiriendo un avance al diseño de una vacuna contra malaria totalmente eficaz.
Resumo:
Uropathogenic Escherichia coli (UPEC) accounts for approximately 85% of all urinary tract infections (UTIs), causing a global economic burden. E. coli is one of the pathogens mentioned in the ESKAPEE list drafted by OMS, meaning that the increasing antibiotic resistance acquired by UPEC is and will be a serious health problem in the future. Amongst the immunogenic antigens exposed on the surface of UPEC, FimH represent a potential target for vaccine development, since it is involved in the early stages of infection. As already demonstrated, immunizations with FimH elicit functional antibodies that prevent UPEC infections even though the number of doses required to elicit a strong immune response is not optimal. In this work, we aimed to stabilize FimH as a soluble recombinant antigen exploiting the donor strand complementation mechanism by generating different chimeric constructs constituted by FimH and FimG donor strand. To explore the potential of self-assembling nanoparticles to display FimH through genetic fusion, different constructs have been computationally designed and produced. In this work a structure-based design, using available crystal structures of FimH and three different NPs was performed to generate different constructs with optimized properties. Despite the different conditions tested, all the constructs designed (single antigen or chimeric NPs), resulted to be un-soluble proteins in E. coli. To overcome this issue a mammalian expression system has been tested. Soluble antigen expression was achieved for all constructs tested in the culture supernatants. Three novel chimeric NPs have been characterized by transmission electron microscopy (TEM) confirming the presence of correctly assembled NPs displaying UPEC antigen. In vivo study has shown a higher immunogenicity of the E. coli antigen when displayed on NPs surface compared to the single recombinant antigen. The antibodies elicited by chimeric NPs showed a higher functionality in the inhibition of bacterial adhesion.
Resumo:
Artificial Intelligence (AI) has substantially influenced numerous disciplines in recent years. Biology, chemistry, and bioinformatics are among them, with significant advances in protein structure prediction, paratope prediction, protein-protein interactions (PPIs), and antibody-antigen interactions. Understanding PPIs is critical since they are responsible for practically everything living and have several uses in vaccines, cancer, immunology, and inflammatory illnesses. Machine Learning (ML) offers enormous potential for effectively simulating antibody-antigen interactions and improving in-silico optimization of therapeutic antibodies for desired features, including binding activity, stability, and low immunogenicity. This research looks at the use of AI algorithms to better understand antibody-antigen interactions, and it further expands and explains several difficulties encountered in the field. Furthermore, we contribute by presenting a method that outperforms existing state-of-the-art strategies in paratope prediction from sequence data.