SARS-CoV-2 mutations affect proteasome processing to alter CD8 <sup>+</sup> T cell responses
Notice bibliographique
Résumé
Abstract Viral CD8 + epitopes are generated by the cellular turnover of viral proteins, predominantly by the proteasome. Mutations located within viral epitopes can result in escape from memory T cells but the contribution of mutations in flanking regions of epitopes in SARS-CoV-2 has not been investigated. Focusing on two of the most dominant SARS-CoV-2 nucleoprotein CD8 + epitopes, we identified mutations in epitope flanking regions and investigated the contribution of these mutations to antigen processing and T cell activation using SARS-CoV-2 nucleoprotein transduced B cell lines and in vitro proteasomal processing of peptides. We found that decreased NP 9-17 -B*27:05 CD8 + T cell responses to the NP-Q7K mutation correlated with lower epitope surface expression, likely due to a lack of efficient epitope production by the proteasome, suggesting immune escape caused by this mutation. In contrast, NP-P6L and NP-D103N/Y mutations flanking the NP 9-17 -B*27:05 and NP 105-113 -B*07:02 epitopes, respectively, increased CD8 + T cell responses associated with enhanced epitope production by the proteasome. Our results provide evidence that SARS-CoV-2 mutations outside the epitope could have a significant impact on antigen processing and presentation, thereby contributing to escape from immunodominant T cell responses. Alternatively, mutations could enhance antigen processing and efficacy of T cell recognition, opening new avenues for improving future vaccine designs. One Sentence Summary Natural mutations in the flanking regions of known immunodominant SARS-CoV-2 nucleoprotein epitopes can decrease CD8 + T cell responses leading to partial escape.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».