La promessa di un vaccino universale
Un modello computerizzato mostra il movimento dinamico delle proteine del virus H1N1 che così svela i suoi punti deboli
I vaccini antinfluenzali devono essere riformulati ogni anno per corrispondere ai ceppi prevalentemente circolanti. Quando il vaccino corrisponde al ceppo predominante, è molto efficace; tuttavia, quando questo non accade, può offrire una scarsa protezione. I bersagli principali del vaccino antinfluenzale sono due glicoproteine di superficie, l’emoagglutinina (HA) e la neuraminidasi (NA). Mentre la proteina HA aiuta il virus a legarsi alla cellula ospite, la proteina NA agisce come una forbice per tagliare l’HA dalla membrana cellulare, permettendo al virus di replicarsi. Sebbene le proprietà di entrambe le glicoproteine siano state studiate in precedenza, non esiste una comprensione completa del loro movimento. Per la prima volta, i ricercatori dell’Università della California San Diego hanno creato un modello computerizzato a livello atomico del virus H1N1 che rivela nuove vulnerabilità attraverso i movimenti di “respirazione” e “inclinazione” delle glicoproteine. Questo lavoro, pubblicato su ACS Central Science, suggerisce possibili strategie per la progettazione di futuri vaccini e antivirali contro l’influenza. “Quando abbiamo visto per la prima volta quanto fossero dinamiche queste glicoproteine, l’ampio grado di respirazione e di inclinazione, ci siamo chiesti se ci fosse qualcosa di sbagliato nelle nostre simulazioni”, ha dichiarato il professore emerito di chimica e biochimica Rommie Amaro, che è il ricercatore principale del progetto. “Una volta appurato che i nostri modelli erano corretti, ci siamo resi conto dell’enorme potenziale di questa scoperta. Questa ricerca potrebbe essere utilizzata per sviluppare metodi per mantenere aperta la proteina in modo che sia costantemente accessibile agli anticorpi”. Il modello di Amaro ha mostrato la natura dinamica della proteina HA e ha rivelato un movimento di respirazione che ha esposto un sito di risposta immunitaria precedentemente sconosciuto, noto come epitopo. Questa scoperta integra il lavoro precedente di uno dei coautori dell’articolo, Ian A. Wilson, Hansen Professor di Biologia Strutturale presso lo Scripps Research Institute, che aveva scoperto un anticorpo ampiamente neutralizzante – in altre parole, non specifico del ceppo – che si legava a una parte della proteina che sembrava non esposta. Questo suggeriva che le glicoproteine erano più dinamiche di quanto si pensasse in precedenza, consentendo all’anticorpo di attaccarsi. Simulando il movimento respiratorio della proteina HA si è stabilito un legame.
La simulazione dell’H1N1 creata dal team di Amaro contiene un’enorme quantità di dettagli, pari a 160 milioni di atomi. Una simulazione di queste dimensioni e complessità può essere eseguita solo su poche macchine selezionate al mondo. Per questo lavoro, il laboratorio di Amaro ha utilizzato Titan dell’Oak Ridge National Lab, in passato uno dei computer più grandi e veloci del mondo.
Amaro sta mettendo i dati a disposizione di altri ricercatori che possono scoprire ancora di più su come il virus dell’influenza si muove, cresce ed evolve. “Siamo interessati soprattutto all’HA e alla NA, ma ci sono altre proteine, il canale ionico M2, le interazioni di membrana, i glicani e tante altre possibilità”, ha dichiarato Amaro. “Questo apre la strada ad altri gruppi per applicare metodi simili ad altri virus. In passato abbiamo modellato la SARS-CoV-2 e ora l’H1N1, ma ci sono altre varianti dell’influenza, la MERS, l’RSV, l’HIV: questo è solo l’inizio”.
