Métodos computacionales para estudio a gran escala de la respuesta humoral humana frente a patógenos: aplicaciones en la Enfermedad de Chagas.

Abstract

En los últimos años, los microarreglos de péptidos han evolucionado considerablemente, permitiendo realizar ensayos serológicos de alto rendimiento, donde un gran número de péptidos cortos es analizado en paralelo. Esto abrió la puerta a muchas nuevas posibilidades de investigación, dos de las cuales son descriptas en esta tesis. Primero, se utilizaron datos ya existentes para entrenar un algoritmo que predice antigenicidad en proteínas. Segundo, utilizando microarreglos peptídicos de alta densidad, se analizó el proteoma completo de Trypanosoma cruzi (agente causal de la enfermedad de Chagas) con el objetivo de descubrir y caracterizar nuevos epítopos B lineales y estudiar la diversidad de las respuestas inmunes de anticuerpos en diferentes poblaciones humanas. El primer capítulo presenta una introducción al marco teórico y de antecedentes de esta tesis. El segundo capítulo de esta tesis describe el método computacional que llamamos APRANK (Antigenic Protein and Peptide Ranker), que utiliza diversas propiedades moleculares de las proteínas y péptidos de un patógeno para predecir antigenicidad. APRANK fue entrenado con información de antigenicidad de un conjunto filogenéticamente diverso de 15 patógenos humanos (bacterias y protozoos). El rendimiento de APRANK fue analizado y validado en Onchocerca volvulus y Plasmodium falciparum. APRANK tuvo éxito prediciendo antigenicidad en todas las especies donde se lo probó, facilitando la selección de grupos de proteínas que estén enriquecidos en proteínas antigénicas. El tercer capítulo describe el uso de microrreglos peptídicos de alta densidad para el descubrimiento y caracterización de antígenos y epítopos en el contexto de la Enfermedad de Chagas. El repertorio de anticuerpos desarrollados como respuesta a una infección representa una valiosa fuente de marcadores diagnósticos. Estos repertorios fueron estudiados utilizando microrreglos peptídicos de alta densidad y muestras de sueros de pacientes infectados con T. cruzi (y controles sanos) a lo largo del continente americano. La búsqueda de antígenos se realizó sobre 30.500 proteínas de dos cepas de T. cruzi a nivel individual y poblacional. La matriz de seroprevalencia derivada contiene información de la antigenicidad de todos los epítopos encontrados en 71 sueros individuales. Estos datos permiten estudiar el repertorio inmune de la Enfermedad de Chagas con un detalle sin precedentes, al mismo tiempo que proveen una valiosa fuente de biomarcadores serológicos. Finalmente, una aplicación web desarrollada tambien en esta tesis que permite navegar y explorar los datos generados en este proyecto se presenta brevemente en el cuarto capítulo. En resumen, estos capítulos muestran métodos (para varios organismos) y una gran colección de datos experimentales (para la enfermedad de Chagas) que en conjunto aumentan nuestra comprensión de qué es lo que el sistema inmune reconoce en proteínas antigénicas. Identificar qué péptidos son detectados por anticuerpos durante una infección puede ser usado para guiar la producción de nuevos reactivos para mejorar los diagnósticos existentes o desarrollar nuevos inmunoensayos para, por ejemplo, monitorear el tratamiento quimioterápico de pacientes y/o detectar en forma temprana la evolución de la patología.

The past few years have seen the advent and evolution of peptide microarray platforms, making it possible to perform high-throughput serological screening of short peptides. This opened the door for many new avenues of research, two of which are described in this thesis. First, we leveraged available datasets resulting from these experiments to create an algorithm that predicts antigenic proteins. Second, we have taken advantage of high-density peptide microarrays to analyze whole proteomes and drive the discovery and characterization of novel linear B-cell epitopes in Trypanosoma cruzi, the causative agent of Chagas Disease. We also used these platforms to study the diversity of human antibody repertoires across human populations. The first chapter present an introduction to the background and theoretical framework behind this thesis. The second chapter of this thesis describes a computational method called APRANK (Antigenic Protein and Peptide Ranker) which integrates multiple molecular features to prioritize potentially antigenic proteins and peptides in a given pathogen proteome. APRANK was trained with antigenicity information from a wide phylogenetic selection of 15 human pathogens (bacteria and protozoa). Performance of APRANK was assessed using non-parametric ROC-curves and it was validated using Onchocerca volvulus and Plasmodium falciparum as independent data sets. APRANK was successful in predicting antigenicity for all pathogen species tested, facilitating the production of antigen-enriched protein subsets. The third chapter describes the use of high-density peptide microarrays for the large scale discovery and characterization of antigens and epitopes in the context of Chagas Disease, a lifelong infection caused by the protozoan parasite Trypanosoma cruzi. During such a chronic infection, the immune system produces a repertoire of specific antibodies against the pathogen that represent a rich source of diagnostic markers. Here, these repertoires were studied using high-density peptide arrays to analyze serum samples from Chagas Disease patients across the Americas. This thesis presents the proteome-wide search for antigens accross 30,500 proteins in two strains of T. cruzi, as well as the subsequent fine mapping of the identified linear epitopes at the individual level and across human populations. During the steps of epitope characterization we also obtained a rich seroprevalence matrix for 71 individuals for all discovered epitopes. These datasets enable the study of the Chagas antibody repertoire at an unprecedented depth and granularity, while also providing a rich dataset of serological biomarkers. Finally, a website application developed in this thesis allows easy access to the data produced in this project. This is described in the fourth chapter. In summary, these chapters show methods (for disparate organisms) and a large data set (for Chagas disease) that in concert augment our comprehension of what it is that the immune system recognizes in antigenic proteins. Identfying which peptides are detected by antibodies derived from natural infections can be used to guide the production of new reagents to improve diagnostics and develop new immunoassays such as those necessary to monitor chemotherapeutic treatments of Chagas disease patients and/or provide early detection of evolution of pathology.