[论文解读] Predicting in vivo escape dynamics of HIV-1 from a broadly neutralizing antibody

Matthijs Meijers, Kanika Vanshylla+3 more|arXiv (Cornell University)|Aug 6, 2020

HIV Research and Treatment参考文献 49被引用 27

一句话总结

本研究开发了一种基于生物物理机制的适应度模型，能够预测在11名接受广谱中和抗体（bnAb）10-1074治疗的HIV-1感染者临床试验数据中，病毒逃逸动力学。该模型识别出抗体剂量和病毒载量是驱动病毒适应度的关键因素，揭示了由于抗性与复制成本之间的进化权衡，导致敏感株与耐药株的适应度排名呈现剂量依赖性变化，成功预测了治疗期间菌株频率的更替。

ABSTRACT

Broadly neutralizing antibodies are promising candidates for treatment and prevention of HIV-1 infections. Such antibodies can temporarily suppress viral load in infected individuals; however, the virus often rebounds by escape mutants that have evolved resistance. In this paper, we map an in vivo fitness landscape of HIV-1 interacting with broadly neutralizing antibodies, using data from a recent clinical trial. We identify two fitness factors, antibody dosage and viral load, that determine viral reproduction rates reproducibly across different hosts. The model successfully predicts the escape dynamics of HIV-1 in the course of an antibody treatment, including a characteristic frequency turnover between sensitive and resistant strains. This turnover is governed by a dosage-dependent fitness ranking, resulting from an evolutionary tradeoff between antibody resistance and its collateral cost in drug-free growth. Our analysis suggests resistance-cost tradeoff curves as a measure of antibody performance in the presence of resistance evolution.

研究动机与目标

• 理解HIV-1在人体宿主中逃逸广谱中和抗体（bnAbs）的体内动力学。
• 识别调控bnAb治疗期间病毒适应度的关键宿主和病毒因素。
• 开发一个捕捉菌株特异性复制速率和抗性演化的预测性适应度模型。
• 量化在无抗体条件下，bnAb抗性与病毒适应度成本之间的进化权衡。
• 通过交叉验证，评估模型在不同宿主环境下的预测能力。

提出的方法

• 使用来自一项临床试验（Caskey et al.）的时间分辨体内数据，包括病毒载量、bnAb浓度以及11名HIV-1感染个体的单病毒基因组序列。
• 构建一个生物物理适应度模型，其中病毒复制速率取决于抗体剂量（A）和有效病毒载量（Nu），并具有菌株特异性参数：基础生长速率（b0_i）、抗性（Ki）和死亡率（d）。
• 应用饱和模型以反映生态约束：复制速率因抗体中和作用（1/(1 + A/Ki)）和病毒载量饱和效应（exp(−CNu)）而降低。
• 通过贝叶斯推断从纵向数据中推断适应度参数（b0_i, Ki, d, C），对零频率观测使用伪计数。
• 通过留一法交叉验证验证预测：在10名个体的数据上进行训练，并预测被排除个体的轨迹。
• 通过比较预测的频率变化（含抽样噪声）与采样时间点之间的实际变化，测试预测准确性。

实验结果

研究问题

• RQ1 抗体剂量和病毒载量如何共同影响bnAb治疗期间HIV-1菌株的体内适应度？
• RQ2 HIV-1中bnAb抗性突变相关的适应度成本的性质和大小是什么？
• RQ3 一个通用的适应度模型能否在不同人体宿主中预测菌株特异的逃逸动力学？
• RQ4 敏感株与耐药株的适应度排名如何随bnAb剂量变化，其频率更替现象的驱动因素是什么？
• RQ5 在仅使用基线宿主特异性数据的情况下，该模型在多大程度上可预测病毒逃逸演化？

主要发现

• 适应度模型成功预测了病毒逃逸动力学，包括bnAb治疗期间敏感株与耐药株之间典型的频率更替现象。
• 该模型识别出两个普遍的适应度决定因素——抗体剂量和病毒载量——它们在不同宿主中决定了病毒的繁殖速率。
• 量化了抗性-成本权衡：对bnAb 10-1074具有更高抗性的菌株，在无抗体条件下表现出更低的复制能力。
• 饱和模型（含指数病毒载量约束）比线性生态模型拟合效果显著更优，Δ(BIC) = 24支持饱和模型。
• 预测的采样点之间频率变化与实际观测变化高度吻合，验证了模型在真实抽样噪声下的预测能力。
• 从完整数据集推断出的适应度参数（b0_i, Ki, d, C）与留一法训练集结果一致，支持其在宿主间的近似普适性。