《Frontiers in Immunology》：The genetic basis of the immune response to SARS-CoV-2 infection and vaccination in the Italian municipality of Vo’
编辑推荐：
本研究基于意大利沃镇（Vo’）的精细纵向队列，结合基因分型和全基因组测序（WGS），首次系统性揭示了主要组织相容性复合体（MHC）区域的遗传变异如何动态调控T细胞受体（TCR）对SARS-CoV-2感染和疫苗接种的应答。研究发现HLA-A*01:01等位基因与感染后T细胞应答减弱相关，并构建了可预测疫苗接种后T细胞应答的多基因风险评分（PRS）。通过结构建模，进一步定位了HLA-A蛋白中可能影响与病毒表位相互作用的关键氨基酸位点（如114位精氨酸、97位异亮氨酸和152位丙氨酸）。这项工作为理解个体免疫差异的遗传基础、指导精准公共卫生干预提供了关键证据。
文章内容归纳总结
引言
尽管由SARS-CoV-2引发的国际关注的突发公共卫生事件（PHEIC）已于2023年5月5日宣告结束，但疫情仍在持续。个体暴露于SARS-CoV-2后的结局差异巨大，从无症状感染到严重疾病，甚至完全抵抗感染。与其它传染病一样，识别与SARS-CoV-2感染各阶段及COVID-19临床表现相关的宿主遗传因素，仍是医学和公共卫生领域的关键瓶颈。个体的遗传背景可能影响病毒-宿主相互作用的各个方面，包括易感性、启动适当免疫反应的能力、机体的不同反应以及更广泛的临床应答谱。
从流行病学角度看，现有大多数大规模遗传研究人群具有异质性，这可能削弱了对与患者表型相关且在个体间共享的多态性的搜寻。这对于主要组织相容性复合体（MHC）等重要遗传位点尤为关键，该位点在引发针对病毒感染和疫苗接种的适应性免疫应答中起核心作用。此外，对同一个体进行长期随访评估的研究很少，尤其在非住院人群中。从技术角度看，多数研究依赖于基因分型后进行基因型填补，而使用全基因组测序（WGS）的研究报道甚少。在免疫应答研究方面，以往大多关注B细胞应答（通过抗体水平检测），而T细胞应答虽然更难检测，却在SARS-CoV-2感染中发挥核心作用，并能更可靠地衡量个体抵抗SARS-CoV-2感染以及对疫苗接种产生应答的能力。
研究背景与队列
意大利北部小镇沃（Vo’）是意大利首个COVID-19相关死亡病例的发生地。本研究利用了沃镇队列，该队列包含了该镇约80%的居民，在COVID-19大流行期间被广泛研究，进行了多次随访，以调查感染动态、血清学应答、T细胞免疫、疫苗接种应答和病毒进化。通过咽拭子检测和血清学的整合，以及对家庭构成和接触网络的详细信息，该队列能够识别出所有感染SARS-CoV-2的个体，以及所有尽管明确暴露于病毒但仍未感染的个体。本研究对该人群进行了基因组分析，对2576名个体进行了基因分型，并选择了297名个体（其中96名为阳性受试者，201名为阴性但至少与一名阳性患者有密切接触者）进行了全基因组测序，旨在定义MHC位点的遗传谱与疫苗接种前后T细胞和B细胞应答之间的关联。
MHC依赖的SARS-CoV-2感染患者TCR动态
研究首先关注了MHC区域，该区域协调对病毒的免疫反应，调节B细胞和T细胞应答的活性。研究人员询问MHC位点内的任何变异是否会影响感染SARS-CoV-2个体亚群的这些免疫反应。这些个体在2020年5月前被感染，并在2020年5月和2021年11月两个时间点进行了评估。
在评估B细胞应答（通过三种不同的抗体检测法测定）时，未发现MHC变异与该人群的B细胞应答之间存在显著关联。然而，在探究T细胞应答时，情况则不同。研究采用了Adaptive Biotech检测法，该检测可提供T细胞应答的广度和深度的信息。为避免与HLA基因型相关的检测潜在偏倚，分析仅限于在同一受试者中不同时间点测量的TCR广度/深度差异所定义的性状，从而聚焦于T细胞应答的动态变化。
结果鉴定出91个和99个分别与I类TCR广度和深度相关的MHC位点。值得注意的是，这些变异在WGS数据中得到了证实。大多数显著位点与经典的HLA-A01:01等位基因存在连锁不平衡。具体而言，该等位基因与I类TCR广度的显著更快降低相关。另一个位于假基因HLA-H上游约5 Kb的SNP rs1611581，与HLA-A01:01存在中度连锁不平衡，也显示出与I类TCR广度相似的关联模式。该变异先前已通过全基因组关联研究（GWAS）被发现与睾酮水平相关，而睾酮是一种已知影响T细胞免疫的数量性状。
这些数据共同表明，特定的HLA等位基因和MHC变异与首次感染后随时间推移T细胞应答的减弱有关。
疫苗接种的TCR应答受MHC位点遗传变异影响
接下来，研究调查了MHC位点内的变异是否也会影响对疫苗接种的B细胞和T细胞应答。研究采用了基因-环境（GxE）分析方法，其中环境因子为代表疫苗接种状态的二元变量。
同样，未发现MHC变异与B细胞应答之间存在关联。相反，当检查T细胞应答时，对所有受试者的分析揭示了总共617个在所有考虑性状中显著的关联，这些关联可归类为27个连锁不平衡区块。这些关联中大多数来自于对总TCR广度的分析。同样，这些变异在WGS数据中得到了证实。
一些变异与增强的T细胞应答相关，而另一些则与减弱的应答相关。例如，携带HLA-A蛋白序列（参考PDB编号4NQX）114位谷氨酰胺的个体，在TCR克隆广度方面对疫苗接种有更强的T细胞应答。而携带152位丙氨酸的个体则表现出相反的趋势。其他显著的连锁不平衡区块可能指向HLA基因调控的改变。例如，一个由SNP rs1362126标记的区块位于非经典HLA-F基因的启动子区，而由rs2395173标记的区块则在HLA-DRA启动子中。此外，其他信号位于更广泛的MHC区域，可能影响HLA基因以外的靶点。例如，SNP rs4713471位于MICB基因的一个内含子中，而rs1061625位于TRIM27的5‘非翻译区。
为在独立队列中重复研究结果，研究人员从另一项研究中获得了181名健康对照的TCR应答数据和HLA分型数据。在该独立队列中，本研究中发现的9个关联（HLA-A*11:01:01:01和HLA-A中的八个氨基酸等位基因）得到了验证，其中四个在接种后8周对TCR深度应答具有名义显著性。由于队列中首次疫苗接种后的平均时间为42天，与独立队列的8周时间点非常相似，因此本研究中发现的显著关联在独立队列接种后24周时均不显著。
预测疫苗接种TCR应答的多基因风险评分
在鉴定出23个与COVID疫苗T细胞应答相关的半独立位点后，研究人员将这些位点的贡献整合到一个针对MHC位点的多基因风险评分中。该评分使用每个位点的代表性变异进行计算。通过10折交叉验证，发现所构建的PRS对TCR应答具有高度预测性。虽然该评分是基于TCR广度数据训练的，但它也能以预期方向预测TCR克隆深度。
表位与HLA结构预测
在探究所发现的MHC变异是否可能影响免疫系统与病毒之间的相互作用时，研究发现，在显著与疫苗接种TCR应答相关的变异中，有八个属于两个连锁不平衡区块，代表了HLA-A蛋白中的氨基酸变化。研究人员随后评估了这些氨基酸在PDB数据库中沉积的HLA蛋白结构中的位置。
第一区块包括114、246、299和334位，其中谷氨酰胺、丝氨酸、丙氨酸和甲硫氨酸残基与较高的应答相关。在代表结构（PDB: 4NQX）中，114位是精氨酸。该区块中其他三个残基位于表位结合槽之外，表明其可能具有不直接参与表位结合的作用。
第二区块包括97、152、276和321位，其中特定的残基（分别为异亮氨酸、丙氨酸、亮氨酸和苏氨酸）与较低的TCR广度应答相关。在该区块中，只有两个氨基酸在结构4NQX中被突出显示，因为它们位于HLA的结合裂隙中。有趣的是，在HLA裂隙中鉴定出的氨基酸对应于结合“口袋E”，并直接参与与表位某些残基的接触。
讨论
本研究在沃镇人群中鉴定出一组与SARS-CoV-2感染后T细胞应答相关的MHC变异。同时，也确定了影响对SARS-CoV-2疫苗接种T细胞应答的其他MHC变异。研究人员将疫苗接种应答相关的MHC变异整合成一个可预测TCR应答的多基因风险评分，并评估了其中一些变异如何影响HLA结构以及与SARS-CoV-2表位的相互作用。
以往基于基因分型进行HLA基因型填补的全基因组分析，未能发现与疾病的强关联。可能原因包括基础人群的异质性、仅纳入住院的重症患者以及缺乏纵向数据。最后一点至关重要，因为它允许适当的内部对照，从而避免假阳性结果。沃镇队列包含了意大利北部一个小镇的几乎全部人口，该镇在SARS-CoV-2大流行高峰期经历了严格封锁。该人群被长期随访，为研究包括MHC位点（特别是HLA基因）在内的大量特征提供了一个近乎独特的队列，而这些关联此前未能得到全面评估。
虽然未能鉴定出MHC变异与SARS-CoV-2感染抗体应答之间的关联，但研究发现MHC变异与TCR应答的广度和深度均存在强关联。具体而言，HLA-A01:01位点内连锁不平衡的几个变异与TCR应答随时间推移的减弱相关，这表明由于对SARS-CoV-2感染的免疫应答减弱，某些个体可能更容易再次感染。其他研究也报道过HLA-A01:01的作用，先前分析已发现其与感染易感性和疾病严重程度相关。本研究结果为这些表型提供了潜在解释，表明携带这种HLA构成的个体对SARS-CoV-2病毒产生的T细胞应答效果较差。
尽管可检测到的循环抗体减少已被广泛报道，但越来越多的证据表明，强劲的T细胞应答可随时间推移而维持，并且最重要的是，它们提供了对SARS-CoV-2的强大保护，尤其是针对更严重的COVID-19形式。T细胞的这种核心作用在一定程度上被低估了。本研究发现与增强或减弱T细胞应答相关的MHC变异，为未来的公共卫生政策提供了关键信息，即可基于MHC基因型对人群进行分层。为此，研究人员构建了一个多基因风险评分，以整合研究中鉴定出的大量变异，为管理这些患者提供更稳健和全面的方法。
在HLA蛋白与SARS-CoV-2抗原之间的潜在结构相互作用方面，在HLA特征背景下，一些氨基酸变异显现为显著。在鉴定的两个独立连锁不平衡区块的八个残基中，有趣的是，第一区块的精氨酸114以及第二区块的异亮氨酸97和丙氨酸152，位于HLA与表位相互作用裂隙的重要结合口袋E中。这表明这些氨基酸在HLA变异对抗SARS-CoV-2中可能发挥重要作用。
研究的局限性与优势
本研究存在一些局限性：首先，相对较小的样本量可能影响了我们在MHC位点识别B细胞应答动态遗传决定因素的能力。其次，所使用的检测方法设计使分析仅限于T细胞应答的动态演变，而无法研究应答绝对大小的遗传决定因素。最后，对疫苗接种应答遗传决定因素的分析未考虑感染状态，而感染状态可能通过诱导记忆T细胞来影响T细胞应答。尽管样本量减少阻碍了识别全MHC范围内的显著关联，但对阳性受试者和阴性受试者的单独分析在名义水平上验证了合并分析的结果。
尽管存在这些局限，本研究具有若干优势。虽然样本量不大，但研究队列在遗传和环境上具有同质性，这些因素可能有助于识别显著的遗传关联，特别是关于MHC位点的关联。与血清转化数据相比，T细胞应答数据的获取难度大得多，这增加了本研究结果的重要性。此外，研究利用了丰富而详细的表型和人口统计学数据作为模型中的协变量，特别是家庭注释信息，这些信息在研究传染病时显然非常重要，并且在更大规模的研究中并不总是可用。
总而言之，本研究鉴定出MHC位点的若干变异，这些变异与自然感染后和疫苗接种后的T细胞应答动态相关。其中一些变异可能改变HLA蛋白与SARS-CoV-2病毒之间的相互作用。连同已发表的关于B细胞应答的类似结果，这些数据可用于指导个性化免疫干预措施。
