Les anticorps neutralisants dit à large spectre (broadly neutralizing antibodies- bNAbs) offrent des perspectives thérapeutiques prometteuses pour éliminer ou prévenir l'infection causée par le virus de l'immunodéficience humaine (VIH). Toutefois, plus de trente ans après leur découverte il n'y a toujours aucun traitement préventif ou curatif disponible. En clinique, plusieurs facteurs limitent l'efficacité thérapeutique des bNAbs, comme l'émergence de nouvelles souches résistantes ou le manque d'information sur les mécanismes immunologiques impliqués dans la génération des bNAbs. Malgré leur potentiel thérapeutique, peu de bNAbs ont été identifiés et caractérisés pour remédier à ces problématiques et permettre le développement d'une thérapie efficace ou d'un vaccin. En effet, les approches expérimentales couramment utilisées pour identifier de nouveaux anticorps sont longues et onéreuses et ont permis d'identifier, seulement un nombre restreint de bNAbs. De nouvelles méthodes sont donc nécessaires pour accélérer et simplifier leurs identification.
Durant ma thèse, nous avons développé une approche informatique pour une Rapide et Automatique Identification des. bNAbs (RAIN). RAIN permet de découvrir de nouveaux potentiels bNAbs en se basant sur la reconnaissance de caractéristiques communes et spécifiques aux bNAbs. Ces caractéristiques ont été préalablement sélectionnées pour nous permettre de distinguer les bNAbs des autres anticorps selon leur site de fixation sur la protéine trimerique d'enveloppe. Nous avons ensuite testé notre approche sur de anticorps sequencés à partir des cellules B mémoires d'un donneur séropositif au VIH. RAIN nous a permis d'identifier trois potentiels bNAbs fixant le site de liaison au récepteur CD4. Nous avons validé ces résultats en mesurant la capacité de nos anticorps à neutraliser différentes souches du VIH. Finalement, l'utilisation de la microscopie électronique nous a permis de confirmer leur site de fixation sur la protéine d'enveloppe.
Ce projet nous a permis de développer une approche informatique pour faciliter l'identification de nouveaux bNAbs à partir de séquences d'anticorps. Dans le futur, nous pouvons envisager d'utiliser ce type approche pour accélérer la découverte et le développement de nouvelles thérapies à base d'anticorps dans le cadre d'autres pathologies infectieuses.
--
Broadly neutralizing antibodies (bNAbs) are promising candidates for the treatment and prevention of HIV infection. However, more than thirty years after bNAb discovery, there is still no available preventive or curative therapy on the market. Nowadays, several challenges remain for the successful completion of clinical trials. Sorne of the remaining challenges are the emergence of viral resistance after bNAb infusion or the incomplete understanding of the immunological pathways leading to bNAb induction. Despite their importance, few patent bNAbs were identified and characterized which restricts the development of an antibody-based therapy or a vaccine. This Jack of characterization is partially explained by the current laborious experimental processes used for bNAb identification. Thus, there is a need to develop new methods to accelerate and simplify bNAb identification.
During this thesis, we developed a computational method for Rapid Automatic Identification of bNAbs (RAIN) by machine learning approach. Our computational method can use a combination of selected sequence-based features to predict HIV bNAbs. We demonstrated that few selected features were sufficient to classify bNAbs from others monoclonal antibodies for each of the Env site of vulnerability. Furthermore, we obtained pair BCR sequences from memory B cells of an HIV seropositive donor to assess the performance of our method. Using RAIN on this new experimental data, we identify three potential CD4 binding site bNAbs. We validated our findings by demonstrating their binding and neutralization activities on a panel of reference HIV strains representative of the pandemic. Ultimately, we deciphered the molecular interaction between the Fab and HIV soluble native-like heterotrimeric envelope glycoprotein by cryoEM. This interaction most likely explains the antibody-mediated viral neutralization.
Overall, we developed a computational method to facilitate and accelerate HIV bNAb discovery from human immune repertoire. Future works should focus on investigating the applicability of the method in other infectious disease or pathological condition.