HIV-1 Nef蛋白影响依赖于TPN的MHC Ⅰ类抗原呈递的机制研究

来源 :武汉大学 | 被引量 : 0次 | 上传用户:liarcher
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人Ⅰ型免疫缺陷病毒(human immunodeficiency virus 1,HIV-1)是获得性免疫缺陷综合症(acquired immunodeficiency syndrome,AIDS)的病原体,目前尚无治愈其感染的方法及有效的疫苗。HIV-1的调控蛋白Nef在病毒的传播、致病及免疫逃逸过程中均扮演着重要角色。Tapasin(TPN)是MHC(major histocompatibility complex,MHC)I肽组装复合物(peptide loading complex,PLC)的重要组成成分,其主要功能是帮助位于内质网中的MHC I类分子与高亲和力抗原肽段结合(肽优化),使MHC I类分子能够被进一步转运到细胞表面呈递抗原以被细胞毒性T淋巴细胞识别。本研究发现HIV-1的Nef蛋白与TPN相互作用并一定程度地干扰了依赖于TPN的肽优化和MHC I类抗原呈递。首先,我们通过酵母双杂交回复实验、免疫共沉淀实验及体外pull down实验验证了利用酵母双杂交筛选到的存在于TPN蛋白与HIV-1 Nef蛋白的相互作用。随后,我们研究了Nef对肽组装复合体组成的影响,发现Nef减弱了TPN与抗原处理相关转运蛋白1的相互作用。我们进一步探索了Nef与TPN相互作用引起的生物学现象。人类的MHC I基因(human leukocyte antigen,HLA-A,B,C)具有高度多态性,不同MHC I等位基因在细胞表面的表达及抗原呈递表现出对TPN的不同依赖程度,我们分别选取了依赖于TPN的HLA-B*4402(B44)及不依赖于TPN的HLA-B*2705(B27)进行下一步研究。利用MHC I复合物所结合肽段的亲和力与其热稳定性的相关性,我们检测了Nef对MHC I复合物热稳定性的影响,发现Nef在一定程度上降低了B44的热稳定性而没有降低B27的热稳定性,说明Nef一定程度地干扰了依赖于TPN的MHC I类分子的肽优化。MHC I类分子的肽优化受到抑制会导致其滞留在内质网中,随后我们进行了内切糖苷酶H实验,发现Nef在一定程度上干扰了依赖于TPN的MHC I类分子从内质网经高尔基体到细胞表面的转运。我们进一步检测了Nef对MHC I类分子在细胞表面表达的影响,发现Nef使B44和B27在细胞表面的表达均降低,但对B44的下调程度强于对B27的下调程度,表明Nef可能通过与TPN的相互作用降低依赖于TPN的MHC I类分子在细胞表面的表达,同时利用其它机制降低依赖及不依赖于TPN的MHC I类分子在细胞表面的表达。
其他文献
陆面与上覆大气是一个紧密联系的系统,二者之间在进行水分与能量交换的同时,影响着大气状态和陆面水文过程。开展陆-气反馈研究,对提高大气和水文模拟能力具有重要意义。传统水文模拟方法将陆面水文系统视作独立、开放性系统,侧重于描述水文系统对外界干扰的被动响应,忽视了陆-气反馈作用对陆面水文过程的进一步影响。基于物理过程的气候模式能够实现复杂陆-气反馈作用的模拟,但存在工作量庞大、模拟结果具有不确定性等难题
黑色素(melanin)是一类普遍存在于自然界的天然色素,它由酚类或吲哚类物质聚合而成。尽管黑色素不是生物体所必需,但其具有光吸收、防辐射、清除自由基等多种功能,能够为生物体提供生存优势。许多研究发现黑色素与阿兹海默症、白化病等疾病密切相关,因此,黑色素合成机制与生物学功能的研究一直以来备受人们关注。而过氧化氢酶(catalase,CAT)作为重要的抗氧化酶,普遍存在于需氧生物中,它能高效清除一类
世界由不同的领域组成,通过某种方式收集到的数据集可以被看成是一个领域,不同方式收集到的数据集可以被看成是不同的领域,传统机器学习的目标是通过最小化训练数据的正则化经验风险,找到一个对测试数据的期望风险最小的模型,但是这类模型常常基于同分布假设,即训练数据集和测试数据集具有相似的联合概率分布,这种假设在现实生活中往往并不成立,因为不同领域的数据集常常具有不同的分布,迁移学习的目的是通过从语义相关但分
学位
鸟群算法是近两年内新提出的一种新型智能仿生算法,它在求解各类数值优化问题上有着较好的表现.本文提出了一种改进的鸟群算法,主要处理违反约束边界的新候选解,避免新解在约束边界堆积,从而使得鸟群算法在不断迭代的过程中能够很好地保持种群多样性.同时,改进的鸟群算法在保留原算法的全局搜索能力的前提下,对觅食行为进行加速,平衡算法的探索能力和利用能力.本文利用60个具有不同特点的测试函数来测试改进的鸟群算法.
学位
目标跟踪是计算机视觉中重要的研究方向之一,它的研究涉及了计算机科学,数学,视觉认知等学科的前沿知识,并且在现实生活中存在着大量应用,如人机交互,视频监控等。经过几十年的研究发展,目前也已存在着大量优秀的目标跟踪算法。然而,面对环境的复杂性和目标运动的多样性,鲁棒的跟踪算法研究仍然是一个非常有挑战的问题。根据发展情况来看,目标跟踪算法可分为生成式方法和判别式方法。生成式方法包括典型的跟踪方法,如粒子
数字图像在获取和传输过程中不可避免的会受到各种噪声的污染,有时会同时受到模糊和脉冲噪声的污染。处理这种模糊-脉冲混合污染的有许多方法,比较经典的有滤波法和全变差正则化方法,以及一些混合模型,这些模型大多基于求解一个凸的目标优化问题,往往在低水平脉冲噪声时能够取得可观的恢复效果,但是对高水平污染图像的恢复效果不甚理想。近年来非凸正则化模型在保留图像边缘和在处理高水平污染方面所表现出来的潜力开始受到更
随着信息时代的快速发展,产生了大量高维数据.对数据进行降维的一些传统方法,如主成分分析(PCA)和奇异值分解(SVD),都会产生负值,而在一些实际场景中,负值是没有意义的.非负矩阵分解(NMF)是1999年由Lee和Seung[1]首次提出的,有着广泛应用,如图像处理[1]、文本聚类[2]和社区发现[3]等.相较于其他的矩阵分解方法,由于元素的非负性,所以可解释性很强.比如:在处理图像时,负的像素
二维过渡金属硫族化合物(TMDCs)具有丰富的化学组成和晶体结构,赋予了其丰富的物理化学性质和广阔的应用前景,但同时也为材料的可控合成带来了挑战。目前常规的机械剥离法获得的二维材料晶体质量较好,但是形状和层数不可控,物理气相沉积法(PVD)和化学气相沉积法(CVD)则结晶质量较差,普适性不好,为解决传统二维材料生长方法的不足,本文采用了化学气相输运法(CVT)在高真空密闭环境中进行二维MoS2晶体