Avaliação dos genes acessórios de HIV e polimorfismos humanos no sucesso terapêutico contra AIDS Renato S. Aguiar Laboratório de Virologia Molecular Universidade Federal do Rio de Janeiro HIV AIDS HUMAN IMMUNODEFICIENCY VIRUS - HIV Family: Retroviridae (Reverse Transcriptase – RT) Genus: Lentivirus (enveloped virus with a conical capsid and slow progression) gp120 gp 41 matrix envelope Capsid Viral RNA HIV-1 GENOMA Genoma duas moléculas de vRNA (DIS) Proteínas sintetizadas como poliproteínas precursoras Proteínas essenciais: Gag, Pol e Env Proteínas regulatórias: Tat, Rev e Nef Proteínas acessórias: Vpr, Vpu e Vif 5’ LTR gag MA CA 3’ LTR ~ 9 kb~ 9 kb NC vif rev nef P6 pol PRO RT nef tat INT vpr vpr vpu SU env TM REPLICATIVE CYCLE – early stages Receptors Reverse transcription Fusion Uncoating Integration HIV replication – Late steps Assembly Budding Env proteins Imature Translation Mature Transcription PATOLO AIDS PATOLOGIA Infeçção aguda ao HIV Células T CD4+ (células/mL) Infecção Oportunística Latência Clinica Começo dos Sintomas AIDS Semanas Anos Tempo de Infecção Cópias de RNA do HIV (cópias/mL plasma) Morte Infecção Primária ANTIRETROVIRALS TARGETS Fusion Inhibitors Integrase Inhibitors Protease Inhibitors NRT Inhibitors INIBIDORES NNRT NNRT DE RT Inhibitors FATORES QUE INFLUENCIAM A FALHA TERAPÊUTICA • Fatores Virais Mutações (IAS,2011) de Resistência Aderência • Fatores do Hospedeiro Variação Genética TRANSCRIPTASE REVERSA - RT Ausência de atividade revisora Taxa de mutação da RT: ~ 2,5 x 10-4 mut / nt / ciclo replicativo Geração de partículas: 109 a 1010 por ciclo replicativo. 1o salto da RT RNase H degrada RNA, exceto PPT RT utiliza PPT como primer fita + 2o salto da RT EVOLUÇÃO DE HIV PACIENTES: 1 2 3 4 5 6 7 8 9 Vírus isolados de 9 pacientes coletados em diferentes datas e de diferentes compartimentos. Árvore filogenética construída a partir do gene de envelope (1.122 sequências de 822 pares de bases) Mutações Virais (IAS, 2011) Dinâmica viral na resistência Resistência secundária Coffin JM, 1995 Camacho, R (2000) Além da atividade da RT para a geração de diversidade de HIV, vamos adicionar a atividade da APOBEC. HIV-1 restriction of Apobec proteins G→A Hypermutations CYTOSINE DEAMINATION DOMAIN - CTD All proteins in this family have one or two CDA motifs harboring one histidine and two cysteine residues, and the glutamic acid residue that are involved in the hydrolytic deamination of cytosine. The zinc-binding motif is highlighted. HYPERMUTATIONS IN HIV SAMPLES FROM PATIENTS • high content of mutations • stop codons creation • viral proteins inactivation • decrease of viral replication APOBEC proteins family • A1 apoB mRNA edition (colesterol transport) • AID Somatic hypermutation antibody gene diversification • A2 Unknow function •A3 (A3A – A3H) Inate Immunity Antiviral restriction (HIV, SIV, MLV, MMTV, HBV e HTLV-1) Retroelements inhibition If APOBEC proteins are so effecient in HIV restriction WHY virus still replicates? HIV-1 genes non-productive infection cytidine deamination (G to A transitions) A3G A3F RT HIVVif DNA degradation mutant HIV producer cells target cells RT reverse transcription A3G, A3F Vif HIV 26S Ub SCF Integration productive infection The mechanism of Vif-dependent APOBEC3G degradation Vif binds APOBEC3G and forms a complex that recruits the cellular proteins elongin B and elongin C, which then mediate cullin-5 dependent ligation of ubiquitin (Ub) to APOBEC3G and posterior degradation. NO ENTANTO, se existirem mutações em vif que diminuam sua atividade mas não com perda de função o genoma viral pode ser hipermutado por APOBEC gerando diversidade e resistência aos antiretrovirais. They show that naturally occurring HIV-1 Vif point mutants with suboptimal antiAPOBEC3G activity induce the appearance of proviruses with lamivudine (3TC) drug resistance-associated mutations before any drug exposure 640 samples of individuals with treatment failure, using RT and protease inhibitor from clinical follow-up in the Brazilian program National Network of HIV-1 genotyping (RT e PRO) The levels of hypermutations of each sequence were evaluated using the software: www.hiv.lanl.gov/content/sequence/HYPERMUT/hypermut.ht ml. Using a subtype B standard, 11 samples profile hypermutation P <0.09, 7 samples showed hypermutation profile of P <0.05. Mutation M36I, L63P, L89M, I93L at the protease, K103N, M184V at the RT more frequently. We found other vif polymorphism with high frequency between amino acids 33-39, and 122-128 “Avaliação da atuação das proteínas APOBEC na integrase de pacientes controladores” Dra. Mariza Morgado Dra. Caroline Passaes Long Term Non Progressors Controladores de elite (EC) Controladores virêmicos (VC) ● Pacientes com carga viral ● Pacientes com carga viral indetectável (<50 cópias/ml). ● Apresentam contagem alta de células T CD4+. detectável (<2000 cópias/ml). ● Apresentam contagem alta de células T CD4+. ● Apresentam contagem baixa de ● Apresentam contagem baixa de células T CD8+. células T CD8+. Tabela 1: Características clínicas dos pacientes controladores do HIV NA – não analisados Analisar integrase e o vif de um mesmo controlador ● DNAg amplificação dessa região ● primers externos ● primers internos Funcional Vif Funcional IN Transfectar em 293T + PCR da integrase NL43-Luc ΔIN Transfectar em 293T + A3G + NL43Luc ΔVif IN de paciente EC13 hipermutados Analisar integrase e o vif de um mesmo controlador ● DNAg amplificação dessa região ● primers externos ● primers internos Funcional Vif Funcional IN Transfectar em 293T + PCR da integrase NL43-Luc ΔIN Transfectar em 293T + A3G + NL43Luc ΔVif FATORES QUE INFLUENCIAM A FALHA TERAPÊUTICA • Fatores Virais Mutações de Resistência (IAS,2011) Aderência • Fatores do Hospedeiro Variação Genética VARIAÇÃO GENÉTICA Recuperação dos níveis de CD4 » Respondedores x Não Respondedores Imunológicos Farmacodinâmica/Metabolismo » Reações Adversas Resistência Celular » Influxo/Efluxo Celular MECANISMOS DE ENTRADA H O S P E D E I R O Drogas MECANISMOS DE ENTRADA Mutação H O S P E D E I R O Drogas MECANISMOS DE EFLUXO Efluxo de Drogas H O S P E D E I R O Droga MECANISMOS DE EFLUXO Efluxo de Drogas H O S P E D E I R O Mutação Droga Variações Genéticas - Polimorfismos Single-Nucleotide Polymorphism – SNP Genes SLC22A1, SLC22A2, SLC22A3 e ABCB1 C R O M O S S O M O 6 SLC22A3 6q25.3 SLC22A2 SLC22A1 SLC22A1, SLC22A2, SLC22A3 Transportadores de Cátions Orgânicos OCT-1, OCT-2, OCT-3 C R O M O S S O M O 7 7q21.12 ABCB1 ABCB1 Proteína Associada à Resistência a Múltiplas Drogas Glicoproteína P OBJETIVO GERAL Caracterizar a associação entre os polimorfismos de base única (SNPs) dos genes relacionados ao transporte de antirretrovirais com a falha terapêutica na população de pacientes HIV+ da região sul do Brasil Objetivos Específicos • Caracterizar a frequência dos SNPs e dos haplótipos dos genes SLC22A1, SLC22A2, SLC22A3 e ABCB1 na população de pacientes HIV+ da região sul do Brasil; • Caracterizar a associação dos SNPs dos genes SLC22A1, SLC22A2, SLC22A3 e ABCB1 com a falha terapêutica; • Caracterizar o impacto dos SNPs associados com a falha terapêutica em ensaios funcionais. Amostras – Projeto sul (2008) PACIENTES EM TRATAMENTO Curitiba, Porto Alegre – 350 CONTROLE CASO Sucesso Falha terapêutico desde a 1ª linha de tratamento, com acompanhamento de pelo menos 6 meses 120 terapêutica na 1ª linha de tratamento 117 Variáveis Demográficas ♂ Controle Caso Valor p 76 (63,33%) 68 (58,12%) >0,05* ♀ 43 (35,83%) 47 (40,17%) PR 70 (58,33%) 74 (63,25%) >0,05* RS Idade Me Idade 50 (41,67%) 43 (36,75%) 38,84 ±10,12 34,50 ±10,04 38 (21-68) 33 (9-61) <0,05** - *Teste Chi2; **Teste Mann-Whitney Preparação das Amostras Qiaamp DNA Mini and Blood Mini Handbook NanoPhotometer™ Pearl Spectrophotometer Diluição das amostras para 50ng/mL SNaPshot® SLC22A1 10 SNPs tipados – informação de 21 SNPs Amplificação de 7 fragmentos que contêm os 10 SNPs por MULTIPLEX® 100 bp Padronização Multiplex® C- 177 251 273 433 492 534 583 1kb plus 500 400 500 400 300 300 200 200 100 100 TESTE PRIMERS Reação de SNaPshot® SNAPSHOT MULTIPLEX H A T H TGATTGCTTATTTATTTATTTTAACTCCAA G C H G H H H H H CTCCAACACGACATCGCCGCA TGATTGCTTATTTATTTATTTTAACTCCAA TGCCCTTTTCTTCTTTGCTGTTTGC Polimorfismo Ancestral Purificação Purificação com SAP SAP e ExoI 24bp ® OpenArray SLC22A2 12 SNPs tipados – informação de 38 SNPs SLC22A3 4 SNPs tipados – informação de 11 SNPs ABCB1 Total de Marcadores 156 16 SNPs tipados – informação de 86 SNPs Ensaio TaqMan® Média/Larga Escala Total de genótipos/amostras por lâmina – 3072/96 96 AA amostras AG GG RESULTADOS OPEN ARRAY rs1045642 384 AA AG amostra GG Equilíbrio de HW GeneMapper (SNaPshot) TaqMan Genotyper (OpenArray) Desequilíbrio de Ligação R Regressão Logística (com ou sem ajuste) Correção para comparações múltiplas (Bonferroni, FDR) Resultados Estudo de Desequilíbrio de Ligação Medida de associação – r2 RESULTADOS TABELA DE P VALOR rs9282564 0.65301 rs3842 0.04544 rs17588242 0.64928 rs17327624 0.95093 rs1867351 0.23927 rs10945657 0.30444 rs1202172 0.72461 rs683369 0.40158 rs315978 0.91938 rs10280623 0.76100 rs628031 0.33814 rs316003 0.37963 rs1202170 0.03931 rs35167514 0.00050 rs316002 0.62532 rs1128503 0.04411 rs1382785 0.89969 rs3103352 0.58021 rs2235035 0.09278 rs622591 0.03768 rs2292334 0.27222 rs6961419 0.03394 rs316019 0.94504 rs2048327 0.19087 rs11760837 0.43903 rs2279463 0.60016 rs1810126 0.08060 rs1045642 rs315996 0.66321 rs3088442 0.28258 0.63961 Resultados Estudo de Associação rs35167514 – 420del (A) SLC22A1 (éxon) Genótipo N frequência Casos Controles Modelo de Regressão Logística com Correção (Idade, Sexo, Modelo de Regressão Logística Região) FRAMESHIFT OR (p value) IC 95% OR (p value) IC 95% AA 47 (46,5) 76 (73,1) Referência Referência Referência Referência A_ 51 (50,5) 27 (26,0) 3,05 1,69-5,52 3,17 1,71-5,86 0,49-48,01 5,27 0,50-55,92 __ 3 (3,0) 1 (1,0) 4,85 101 104 0,0005 0,0004965 0.0001261 >1 = Risco de Falha OR PERSPECTIVAS • Análise multivariada das 237 amostras tipadas considerando ancestralidade e tratamento; • Analisar o desfecho mutação de resistência para os SNPs que se mostraram associados; • Confirmar a associação encontrada por sequenciamento; • Validar os SNPs significativos em testes funcionais. contact: [email protected] UFRJ-Brazil Agradecimentos • Amilcar Tanuri - UFRJ • Rodrigo Brindeiro – UFRJ • Cynthia Chester - UFRJ • Mariza Morgado – Fiocruz • Carolina Passaes - Fiocruz • Juliana Dias - UFRJ • Veronica Bichara Secretaria de Vigilância em Saúde