Correlation Analysis of HLA-DM Gene Polymorphisms with Polio Vaccine-induced Antibody Response
-
摘要:
目的 探讨HLA-DM基因多态性与脊髓灰质炎疫苗诱导抗体应答的相关性。 方法 选取355名2~3月龄广西壮族自治区的健康婴幼儿为研究对象,采用Sanger测序法对DMA的外显子3和DMB的外显子2/3总共10个SNPs进行基因分型,在等位基因、基因型和单倍型水平上分析DMA和DMB基因与脊髓灰质炎疫苗诱导抗体应答的相关性。 结果 脊髓灰质炎疫苗诱导的I型抗体应答中,DMA*01:02、DMB*01:01、DMB*01:01/DMB*01:01和DMA*01:02-DMB*01:01在抗体非阳转组中的频率高于阳转组(P < 0.05);脊灰II型抗体应答中,DMA*01:02、DMA*01:02/DMA*01:02、DMB*01:01/DMB*01:01和DMA*01:02-DMB*01:01在抗体非阳转组中的频率高于阳转组( P < 0.05)。 结论 DMA*01:02和DMB*01:01等位基因可能与脊髓灰质炎疫苗诱导的I型和II型抗体应答有关。 Abstract:Objective To investigate the correlation between HLA-DM gene polymorphism and antibody response induced by poliomyelitis vaccine. Methods 355 healthy infants aged 2 to 3 months in Guangxi Zhuang Autonomous Region were selected as the study objects, and 10 SNPs of DMA exon 3 and DMB exon 2/3 were genotyped by Sanger sequencing. The correlation between DMA and DMB genes and poliomyelitis vaccine-induced antibody response was analyzed at allele, genotype and haplotype levels. Results In the type I antibody response induced by polio vaccine, the frequencies of DMA*01:02, DMB*01:01, DMB*01:01/DMB*01:01 and DMA*01:02-DMB*01:01 were higher in the non-seroconversion group than in the seroconversion group(P < 0.05). In the polio type II antibody response, the frequencies of DMA*01:02, DMA*01:02/DMA*01:02, DMB*01:01/DMB*01:01 and DMA*01:02-DMB*01:01 were higher in the non-seroconversion group than in the seroconversion group( P < 0.05). Conclusion Alleles DMA*01:02 and DMB*01:01 may be associated with type I and type II antibody responses induced by poliomyelitis vaccine. -
Key words:
- HLA-DM /
- Gene polymorphism /
- Polio vaccine /
- Antibody response
-
随着我国艾滋病抗病毒治疗(antiretroviral therapy,ART)有效开展和覆盖面的增加,显著降低了我国HIV/AIDS的死亡率[1],但长期、大范围的ART导致了HIV-1耐药株的出现和流行。耐药株的产生是导致抗病毒治疗失败的一个关键因素,耐药株的传播导致原发性耐药的发生,给临床治疗中选择药物的过程带来巨大的考验,因此需要将ART前基线耐药是否会对ART效果产生影响纳入考虑范围内。 2014年世界卫生组织提出了治疗前耐药监测的指南[2],在以往耐药传播和耐药发生监测的基础上,重点关注治疗前的耐药水平,该监测中包括首次治疗的人群和停药再治疗的人群,可以综合反映一个地区耐药传播和耐药发生的累计效应对治疗效果的潜在影响,也被用来作为是否需要采取公共卫生应对措施的一个指标,如更换不含NNRTI类药物的一线治疗方案。到2017年底大理州存活 HIV/AIDS共
7386 人,其中6203 人已接受抗病治疗。目前还没有学者对大理州进行过较为全面的治疗前耐药调查。此研究旨在调查大理州长期进行ART后,起始ART的人群中病毒基因型和耐药株的流行水平,为该地区提供科学依据,以便于更好地控制HIV-1耐药毒株传播。1. 对象与方法
1.1 研究对象
采用横断面调查方法,招募大理州2018年1~8月,年龄≥18岁,起始抗病毒治疗的HIV/AIDS,包括首次治疗和停药后又重新接受治疗的HIV/AIDS患者。在取得书面知情同意后,进行流行病学信息的收集,包括被调查者的年龄、性别、婚姻状况、教育水平、感染途径、既往抗病毒治疗历史以及CD4+ T淋巴细胞计数。采集EDTA抗凝全血样本,将其分离并存储在-80 ℃的条件下。本研究经云南省生物医学伦理审查委员会批准。
1.2 实验室检测
按照标准操作程序,使用凯杰生物技术(上海)有限公司的QIAsymphony SP,全自动核酸提取仪,从每个血浆样本中提取HIV-1病毒RNA,样本体积为140 μL,采用in-house方法,通过巢式PCR对HIV-1 pol区基因序列进行扩增,对应HXB2的位置为2253-3553,引物序列和PCR反应程序详见以前的文献[1]。在中国CDC性病艾滋病预防控制中心病毒免疫研究室完成了HIV-1 RNA提取和pol基因区扩增。使用1%琼脂糖凝胶电泳对PCR产物条带进行观察,后将阳性样品送至北京赛诺基因组研究中心有限公司纯化和测序。测序引物见已发表的文献[3]。
1.3 亚型鉴定和耐药分析
成功获取了序列后笔者采用Gene Codes公司的Sequencher 5.1软件进行了序列拼接,多序列比对和序列整理使用的是Bioedit软件。为获得HIV-1的亚型或重组型,笔者使用了Mega 6.0软件来构建Neighbor-Joining(NJ)系统进化树,接着利用Bootstrap值大于70%的标准来鉴定HIV-1的亚型或重组型。重组分析采用了HIV数据库提供的RIP 3.0分析工具进行深入研究。( http://www.hiv.lanl.gov)。并且借助斯坦福大学( http://hivdb.stanford.edu)的HIVdb数据库对所得序列进行耐药位点和耐药程度的判断,耐药程度分为敏感、潜在耐药、低度耐药、中度耐药和高度耐药。具体判定为耐药的条件是在2014年WHO治疗前耐药监测指南[2]推荐的12种监测药物中,至少有1种以上的药物显示出低度以上的耐药性。
1.4 统计学处理
运用SPSS 21.0软件进行统计学分析。采用例数、比例或构成比(%)描述计数资料,人口学特征和HIV-1基因型分布的比较采用χ2检验。双侧检验,以P < 0.05为差异有统计学意义。
2. 结果
2.1 研究对象人口学特征
2018年1~8月在大理州收集初始抗病毒治疗的HIV/AIDS患者122例,采集血液样品用于HIV-1 pol区基因扩增,测序后得到满足耐药分析的pol区基因序列样品共114份。
获得pol区基因序列的114份样品中,111例(97.4%)为初始治疗,3例(2.6%)为停药后重新入组治疗,无既往预防服药和母婴阻断的病例。男女性别比例为1.6∶1;平均年龄43岁(19~78岁);汉族占74.6%(85/114),其他民族占25.4%(29/114)。婚姻状况,未婚者占21.9%(25/114),已婚者占70.2%(80/114),离异/丧偶者占7.9%(9/114)。异性性传播是主要传播途径,占81.6%(93/114),同性性传播占9.6%(11/114),注射吸毒传播占8.8%(10/114),见表1。艾滋病患者在所有研究对象中占到33.3%(38/114)。
表 1 2018年大理州初始抗病毒治疗的HIV/AIDS人口学特征基本情况Table 1. Demographic characteristics of the subjects人口学特征 合计 (n = 114) 构成比(%) 性别 男 71 62.2 女 43 37.7 年龄组(岁) ≤ 30 15 13.2 31~50 63 55.3 ≥ 51 36 31.6 民族 汉 85 74.6 其他 29 25.4 婚姻状况 未婚 25 21.9 已婚 80 70.2 离异或丧偶 9 7.9 感染途径 异性性传播 93 81.6 同性性传播 11 9.6 注射吸毒 10 8.8 2.2 HIV-1基因型分布特征
研究对象中存在7种HIV-1的基因型,按照从高到低的顺序排列,构成比如下:CRF08_BC(59.6%,68/114)、CRF07_BC(25.4%,29/114)、CRF01_AE(7.0%,8/114)、URFs(4.4%,5/114)、CRF85_BC(1.8%,2/114)、C亚型(0.9%,1/114)、CRF55_01B(0.9%,1/114)。在URFs中,主要为BC重组,占60%(3/5),其他包括CRF01_AE/B(20%,1/5)和CRF01_AE/BC(20%,1/5)。
HIV-1基因型在性别、民族、婚姻状况和CD4+T淋巴细胞计数的分布上差异无统计学意义(P > 0.05),而在年龄和感染途径的分布,差异有统计学意义( P < 0.05),见 表2。CRF08_BC在注射吸毒传播和异性性传播中均有分布,在同性性传播中未检测到,分布差异有统计学意义(χ2 = 15.495,P ≤ 0.001;χ2 = 11.667,P = 0.001);CRF01_AE则主要分布在性传播人群中,且同性性传播人群中比例较异性性传播人群中高,差异有统计学意义(χ2 = 8.991,P = 0.003)。在年龄分布中,CRF08_BC主要分布在31岁以上年龄组中,在 ≤ 30岁年龄组中比例较低,差异有统计学意义(χ2 = 4.970,P = 0.026);而CRF01_AE主要分布于 ≤ 30岁年龄组,同31岁以上年龄组中分布相比差异有统计学意义(χ2 = 23.270,P ≤ 0.001)。
表 2 2018年大理州初始抗病毒治疗的HIV/AIDS中HIV-1基因型分布情况[n(%)]Table 2. Demographic characteristics and genotype distribution of the subjects [n(%)]人口学特征 合计
(n = 114)基因型 χ2 P CRF08_BC
(n = 68)CRF07_BC
(n = 29)CRF01_AE
(n = 8)其他
(n = 9)性别 4.053 0.246 男 71 42(59.2) 20(28.2) 6(8.5) 3(4.2) 女 43 26(60.5) 9(20.9) 2(4.7) 6(14.0) 年龄组(岁) 20.937 0.001* ≤ 30 15 5(33.3) 3(20.0) 6(40.0) 1(6.7) 31~50 63 40(63.5) 14(22.2) 2(3.2) 7(11.1) ≥51 36 23(63.9) 12(33.3) 0(0.0) 1(2.8) 民族 2.292 0.517 汉 85 51(60.0) 22(25.9) 7(8.2) 5(5.9) 其他 29 17(58.6) 7(24.1) 1(3.4) 4(13.8) 婚姻状况 8.357 0.153 未婚 25 12(48.0) 7(28.0) 5(20.0) 1(4.0) 已婚 80 49(61.3) 21(26.3) 3(3.8) 7(8.8) 离异或丧偶 9 7(77.8) 1(11.1) 0(0.0) 1(11.1) 感染途径 25.637 < 0.001* 异性性传播 93 62(66.7) 21(22.6) 4(4.3) 6(6.5) 同性性传播 11 0(0.0) 6(54.5) 4(36.4) 1(9.1) 注射吸毒 10 6(60.0) 2(20.0) 0(0.0) 2(20.0) CD4(个/μL) 13.000 0.118 < 200 38 22(57.9) 10(26.3) 1(2.6) 5(13.2) 200~ 33 23 (69.7) 7(21.2) 2(6.1) 1(3.0) 350~ 25 13 (52.0) 7(28.0) 5(20.0) 0(0.0) ≥ 500 18 10 (55.6) 5 (27.8) 0(0.0) 3(16.7) *P < 0.05。 2.3 治疗前HIV-1耐药情况
在获得基因序列的114例样品中,25例(21.9%,25/114)携带耐药突变位点,其中1例(0.9%,1/114)携带核苷类反转录酶抑制剂(NRTIs)的耐药位点,耐药位点为M41L,针对齐多夫定(AZT)和司他夫定(D4T)低度耐药;22例(19.3%,22/114)携带非核苷类反转录酶抑制剂(NNRTIs)的耐药位点,但只有1例出现低度以上耐药,所携耐药位点K103N,V108I,H221Y对依非韦伦(EFV)和奈韦拉平(NVP)高度耐药;2例(1.8%,2/114)携带蛋白酶抑制剂(PI)的耐药位点,均为耐药敏感。比例较高的突变位点E138A(9.6%,11/114)和V179D/E(9.6%,11/114)均为辅助耐药突变位点,独立存在不引起耐药,按照WHO治疗前耐药监测的耐药判断标准,HIV-1耐药率为1.8%(2/114),其中NRTIs耐药率为0.9%(1/114),NNRTIs耐药率为0.9%(1/114),见表3。
表 3 大理州HIV/AIDS抗病毒治疗前HIV-1耐药位点与耐药程度 [n(%)]Table 3. HIV-1 resistance sites and degree of resistance before antiretroviral therapy [n(%)]耐药位点 耐药 HIV-1基因型(n) 耐药程度 CRF08_BC CRF07_BC CRF01_AE 其他 NRTIs M41L 1 (0.9) 1 0 0 0 L (AZT,D4T),
P (DDI)NNRTIs E138A 10 (8.8) 10 0 0 0 S E138A,V179E 1 (0.9) 1 0 0 0 P (EFV,NVP) K103N,V108I,H221Y 1 (0.9) 1 0 0 0 H (EFV,NVP) V179D 5 (4.4) 4 0 0 1 P (EFV,NVP) V179E 5 (4.4) 4 0 0 1 P (EFV,NVP) PIs K43T 2 (1.8) 0 2 0 0 S NRTIs:核苷类反转录酶抑制剂;NNRTIs:非核苷类反转录酶抑制剂;PIs:蛋白酶抑制剂;S:敏感;P:潜在耐药;L:低度耐药;H:高度耐药;AZT:齐多夫定;D4T:司他夫定;DDI:去羟肌苷;EFV:依非韦伦;NVP:奈韦拉平。 3. 讨论
本研究结果显示大理州HIV/AIDS中HIV-1基因型主要以CRF08_BC为主,其次是CRF07_BC和CRF01_AE,这和既往监测数据一致[4-7],表明大理州自HIV-1流行以来,CRF08_BC仍然是当地最主要的HIV-1流行株。但近年来,大理州也发现了少量的独特型重组形式(unique recombinant forms,URFs)和其它流行重组形式(circulating recombinant forms,CRFs)。本次调查发现了5例URFs(4.4%,5/114)和2例CRFs(1.8%,2/114),其中URFs中以BC重组常见。
大理州HIV-1基因型在传播途径中的构成存在差异,表现为异性性传播和注射吸毒传播中以CRF08_BC为主,同性性传播中以CRF07_BC和CRF01_AE为主,这与云南省总体的流行特征一致[8-9]。URFs在注射吸毒、同性性传播和异性性传播人群中分布差异无统计学意义,BC重组仍主要存在于注射吸毒人群,表明该地区基因型重组变异仅在小范围的人群中通过不同感染途径产生。2例CRFs主要存在于异性性传播人群中,包括最早在中国东部地区的MSM中鉴定出来的CRF55_01B[10]和流行于四川省南部地区的CRF85_BC[11],前者从2015年起就在大理州有少量报道但并未形成大量流行,后者则是新鉴定出的流行重组型,其流行模式较独特,主要流行于异型性传播的50岁及以上人群,异性性传播(尤其是商业性传播)是驱动CRF85_BC流行起来的重要因素[12]。而本次调查的2例基因型为CRF85_BC的HIV/AIDS年龄均在50岁左右,并且都曾经有过商业性行为,提示应加强对当地50岁及以上年龄高风险人群的安全性教育和HIV流行病学监测。
为评估一线抗病毒治疗方案中药物的有效性,2014年WHO发布了治疗前耐药监测指南。治疗前耐药监测的对象包括初始治疗和停药后重新入组治疗的HIV/AIDS。因此治疗前耐药既受耐药传播的影响,也受耐药发生的影响[13]。根据推荐的方法,在一些中低收入国家开展的治疗前耐药监测显示治疗前耐药流行率已经超过10%。其中治疗前耐药流行率增高主要是因为NNRTIs耐药的显著上升。最近WHO耐药监测报告显示在30个国家中,21个对NNRTIs类药物EFV和NVP的耐药水平已经超过了10%[13]。根据治疗前耐药监测指南,一旦治疗前NNRTIs的耐药率超过10%,就需要采取公共卫生干预措施,或者通过治疗前耐药检测指导抗病毒治疗方案的选择。为应对NNRTIs耐药升高,2019年WHO更新了抗病毒治疗指南,推荐使用含整合酶抑制剂DTG联合NRTI的骨干药物作为治疗HIV/AIDS的首选一线治疗方案[14]。
本研究中97.4%的研究对象为初始治疗,仅3例为停药后重新入组治疗,无既往预防服药和母婴阻断的病例。这3例研究对象中均未检测到耐药突变位点。监测结果显示,本地治疗前耐药总体上处于低流行水平,目前的抗病毒治疗方案还是有效的,尚不需要启动公共卫生的应对措施。另外从以往新近感染人群监测的结果来看,云南省耐药传播水平总体也处于低度水平[15]。
在检测到的耐药突变中,E138A和V179D/E的比例较高,但这2个突变均为辅助耐药突变位点。E138A是一个多态性的耐药基因突变位点,在未治疗患者中的流行率在1%~6%之间,还存在亚型间的差异,在A亚型和C亚型中E138A的突变较高[16]。E138A突变能够降低利匹韦林(RPV)和依曲韦林(ETR)敏感性2倍[17],导致对RPV和ETR轻度耐药,但这2种药物都不属于WHO治疗前耐药监测的药物[14],也不在我国免费抗病毒治疗方案中的一线治疗方案。本研究显示E138A位点突变主要在CRF08_BC中检测到,与之前其他地区的研究一致[18-19],考虑E138A突变为CRF08_BC病毒的多态性位点。V179D/E单独存在仅引起潜在耐药,通常作为辅助耐药突变调节其他NNRTIs耐药突变的效应。
目前感染者在治疗前都未进行基因型耐药的检测,因此携带耐药基因的HIV/AIDS在抗病毒治疗中出现的耐药性或药物压力选择会导致更多耐药突变的产生,进而造成传播。因此需要进一步加强耐药监测,及时评估我国免费抗病治疗的效果,特别是应该关注NNRTIs的耐药。因为NNRTIs的耐药遗传屏障低,容易引起多个独立性的NNRTIs耐药位点产生,高度耐药合并严重的交叉耐药可以由单个或双个主要突变引发[20]。作为我国HIV抗病毒治疗的一线药物,NNRTIs的高耐药率对ART的治疗有效性具有潜在的影响。
本研究存在一些局限性。首先笔者并未获得所有纳入本调查研究对象的HIV基因序列,提取和扩增失败可能是由于样本储存运输条件受限导致病毒RNA降解。其次调查研究周期较短及样本数受限,导致可能无法完全准确地反映大理州2018年HIV/AIDS中病毒基因型的种类和HIV-1抗病毒治疗前耐药的流行水平。
综上所述,大理州HIV/AIDS中病毒基因型较复杂,与云南省主要HIV-1基因型流行一致,治疗前耐药尚处于低度水平,但从全球的耐药发展规律来看,仍需要加强HIV耐药监测工作,以维持治疗前耐药的低度流行水平及时掌握耐药基因突变的数据,适时选择和调整一线抗病毒治疗方案,保证公共卫生抗病毒治疗策略的有效维持。
-
表 1 HLA-DMA基因分型SNPs位点信息
Table 1. HLA-DMA genotyping SNPs locus information
外显子区域 外显子3 氨基酸编码位点 condon140 condon155 condon184 SNPs rs1063478 rs6926628 rs17214044 rs41555121 DMA*01:01 GTC GGA CGC CGC DMA*01:02 ATC GGA CGC CGC DMA*01:03 GTC GCA CAC CAC DMA*01:04 ATC GGA TGC TGC 表 2 HLA-DMB基因分型SNPs位点信息
Table 2. HLA-DMB genotyping SNPs locus information
外显子区域 外显子2 外显子3 氨基酸编码位点 condon10 condon27 condon31 condon53 condon144 condon179 SNPs rs17583782 rs41560814 rs17617333 rs17617321 rs2071555 rs1042337 DMB*01:01 ACC TCC GAT AGC GCG ATT DMB*01:02 ACC TCC GAT AGC GAG ATT DMB*01:03 ACC TCC GAT AGC GCG ACT DMB*01:04 ACC TCC GAT AGC GTG ACT DMB*01:05 ACC TCC GAT AGC GTG ATT DMB*01:06 ACC TTC GAT AGC GAG ACT DMB*01:07 GCC TCC GTT AAC GCG ATT 表 3 引物序列及片段大小
Table 3. Primers sequence and fragment size
扩增片段 正向引物 反向引物 目的片段长度(bp) DMA外显子3 5′-TCTCCCAAAGCCTGACCC-3′ 5′-AGAAAGAAGCCTCCTCCC-3′ 479 DMB外显子2 5′-ACATTGACCTGTTCTCCCTT-3′ 5′-CTGCACTTCCTGGTAGCC-3′ 358 DMB外显子3 5′-CGATCCACATCTCATTTTCTCTGC-3′ 5′-CTATGCAGGGCCACCATCTG-3-3′ 353 表 4 研究对象基本情况
Table 4. Basic information on research subjects
血清型 性别/民族 抗体阳转组 抗体非阳转组 χ2 P 频数 频率 频数 频率 I 男 192 0.549 4 0.800 1.260 0.385 女 158 0.451 1 0.200 II 男 159 0.560 37 0.521 0.345 0.557 女 125 0.440 34 0.479 III 男 194 0.551 2 0.667 0.161 1.000 女 158 0.449 1 0.333 I 汉族 113 0.323 1 0.200 0.341 0.675 壮族 237 0.677 4 0.800 II 汉族 90 0.317 24 0.338 0.116 0.733 壮族 194 0.683 47 0.662 III 汉族 113 0.321 1 0.333 0.002 1.000 壮族 239 0.679 2 0.667 表 5 DMA和DMB各等位基因在抗体阳转组和非阳转组中的频率分布
Table 5. Comparison of frequencies of alleles of DMA and DMB between two groups
基因 血清型 等位基因 抗体阳转组 抗体非阳转组 χ2 P 频数 频率 频数 频率 DMA Ⅰ DMA*01:01 493 0.704 4 0.400 4.347 0.074 DMA*01:02 177 0.253 6 0.600 6.210 0.022* DMA*01:03 30 0.043 0 0.000 0.447 1.000 Ⅱ DMA*01:01 406 0.715 91 0.641 2.958 0.085 DMA*01:02 135 0.238 48 0.338 5.980 0.014* DMA*01:03 27 0.048 3 0.021 1.958 0.241 Ⅲ DMA*01:01 493 0.700 4 0.667 0.032 1.000 DMA*01:02 181 0.257 2 0.333 0.181 1.000 DMA*01:03 30 0.043 0 0.000 0.267 1.000 DMB Ⅰ DMB*01:01 347 0.496 9 0.900 6.446 0.021* DMB*01:02 129 0.184 1 0.100 0.468 0.699 DMB*01:03 193 0.276 0 0.000 3.786 0.070 DMB*01:05 4 0.006 0 0.000 0.057 1.000 DMB*01:07 27 0.039 0 0.000 0.401 1.000 Ⅱ DMB*01:01 275 0.484 81 0.570 3.382 0.066 DMB*01:02 105 0.185 25 0.176 0.059 0.808 DMB*01:03 160 0.282 33 0.232 1.395 0.238 DMB*01:05 4 0.007 0 0.000 1.006 0.589 DMB*01:07 24 0.042 3 0.021 1.386 0.328 Ⅲ DMB*01:01 352 0.500 4 0.667 0.661 0.686 DMB*01:02 129 0.183 1 0.167 0.011 1.000 DMB*01:03 192 0.273 1 0.167 0.338 0.687 DMB*01:05 4 0.006 0 0.000 0.034 1.000 DMB*01:07 27 0.038 0 0.000 0.239 1.000 *P < 0.05。 表 6 DMA和DMB各基因型在抗体阳转组和非阳转组中的频率分布
Table 6. Comparison of frequencies of genotypes of DMA and DMB between two groups
基因 血清型 基因型 抗体阳转组 抗体非阳转组 χ2 P 频数 频率 频数 频率 DMA I DMA*01:01/DMA*01:01 174 0.497 0 0.000 4.875 0.061 DMA*01:01/DMA*01:02 123 0.351 4 0.800 4.317 0.057 DMA*01:01/DMA*01:03 22 0.063 0 0.000 0.335 1.000 DMA*01:02/DMA*01:02 23 0.066 1 0.200 1.410 0.297 DMA*01:02/DMA*01:03 8 0.023 0 0.000 0.117 1.000 II DMA*01:01/DMA*01:01 142 0.500 32 0.451 0.552 0.457 DMA*01:01/DMA*01:02 102 0.359 25 0.352 0.012 0.912 DMA*01:01/DMA*01:03 20 0.070 2 0.028 1.744 0.272 DMA*01:02/DMA*01:02 13 0.046 11 0.155 10.736 0.001* DMA*01:02/DMA*01:03 7 0.025 1 0.014 0.288 0.703 III DMA*01:01/DMA*01:01 173 0.491 1 0.333 0.298 1.000 DMA*01:01/DMA*01:02 125 0.355 2 0.667 1.257 0.555 DMA*01:01/DMA*01:03 22 0.063 0 0.000 0.200 1.000 DMA*01:02/DMA*01:02 24 0.068 0 0.000 0.219 1.000 DMA*01:02/DMA*01:03 8 0.023 0 0.000 0.070 1.000 DMB I DMB*01:01/DMB*01:01 92 0.263 4 0.800 7.209 0.020* DMB*01:01/DMB*01:02 57 0.163 1 0.200 0.050 1.000 DMB*01:01/DMB*01:03 93 0.266 0 0.000 1.800 0.332 DMB*01:01/DMB*01:07 11 0.031 0 0.000 0.162 1.000 DMB*01:02/DMB*01:02 14 0.040 0 0.000 0.208 1.000 DMB*01:02/DMB*01:03 35 0.100 0 0.000 0.555 1.000 DMB*01:02/DMB*01:07 7 0.020 0 0.000 0.102 1.000 DMB*01:03/DMB*01:03 28 0.080 0 0.000 0.434 1.000 DMB*01:03/DMB*01:07 9 0.026 0 0.000 0.132 1.000 II DMB*01:01/DMB*01:01 67 0.236 29 0.408 8.570 0.003* DMB*01:01/DMB*01:02 51 0.180 7 0.099 2.725 0.099 DMB*01:01/DMB*01:03 78 0.275 15 0.211 1.180 0.277 DMB*01:01/DMB*01:07 10 0.035 1 0.014 0.844 0.476 DMB*01:02/DMB*01:02 10 0.035 4 0.056 0.669 0.492 DMB*01:02/DMB*01:03 27 0.095 8 0.113 0.198 0.656 DMB*01:02/DMB*01:07 5 0.018 2 0.028 0.328 0.631 DMB*01:03/DMB*01:03 23 0.081 5 0.070 0.087 0.768 DMB*01:03/DMB*01:07 9 0.032 0 0.000 2.309 0.214 III DMB*01:01/DMB*01:01 94 0.267 2 0.667 2.408 0.179 DMB*01:01/DMB*01:02 58 0.165 0 0.000 0.591 1.000 DMB*01:01/DMB*01:03 93 0.264 0 0.000 1.074 0.570 DMB*01:01/DMB*01:07 11 0.031 0 0.000 0.097 1.000 DMB*01:02/DMB*01:02 14 0.040 0 0.000 0.124 1.000 DMB*01:02/DMB*01:03 34 0.097 1 0.333 1.876 0.268 DMB*01:02/DMB*01:07 7 0.020 0 0.000 0.061 1.000 DMB*01:03/DMB*01:03 28 0.080 0 0.000 0.259 1.000 DMB*01:03/DMB*01:07 9 0.026 0 0.000 0.079 1.000 *P < 0.05。 表 7 DMA-DMB单倍型在抗体阳转组和非阳转组中的频率分布
Table 7. Comparison of frequencies of genotypes of DMA and DMB between two groups
血清型 单倍型 抗体阳转组 抗体非阳转组 χ2 P 频数 频率 频数 频率 I DMA*01:01-DMB*01:01 172 0.245 3 0.300 0.156 0.714 DMA*01:01-DMB*01:02 125 0.178 1 0.100 0.416 1.000 DMA*01:01-DMB*01:03 193 0.275 0 0.000 3.786 0.069 DMA*01:02-DMB*01:01 169 0.241 6 0.600 6.825 0.017* DMA*01:03-DMB*01:07 24 0.034 0 0.000 0.354 0.999 II DMA*01:01-DMB*01:01 141 0.248 34 0.239 0.047 0.827 DMA*01:01-DMB*01:02 102 0.179 24 0.169 0.086 0.768 DMA*01:01-DMB*01:03 160 0.281 33 0.232 1.394 0.237 DMA*01:02-DMB*01:01 128 0.225 47 0.330 6.825 0.008* DMA*01:03-DMB*01:07 21 0.036 3 0.021 0.873 0.444 III DMA*01:01-DMB*01:01 173 0.245 2 0.333 0.245 0.639 DMA*01:01-DMB*01:02 125 0.177 1 0.166 0.004 0.999 DMA*01:01-DMB*01:03 192 0.272 1 0.166 0.338 0.999 DMA*01:02-DMB*01:01 173 0.245 2 0.333 0.245 0.639 DMA*01:03-DMB*01:07 24 0.034 0 0.000 0.211 0.999 *P < 0.05。 -
[1] 傅宇婷,黄腾,英志芳,等. 脊髓灰质炎免疫策略调整进程中不同免疫程序接种效果的比较[J]. 中国生物制品学杂志,2019,32(7):786-793. doi: 10.13200/j.cnki.cjb.002680 [2] Newport M J. The genetic regulation of infant immune responses to vaccination[J]. Front Immunol,2015,6(2):18. [3] Santambrogio L. Molecular determinants regulating the plasticity of the MHC class II immunopeptidome[J]. Front Immunol,2022,13(16):878271. [4] Bischof F,Wienhold W,Wirblich C,et al. Specific treatment of autoimmunity with recombinant invariant chains in which CLIP is replaced by self-epitopes[J]. PNAS,2001,98(21):12168-12173. doi: 10.1073/pnas.221220998 [5] Alfonso C,Karlsson L. Nonclassical MHC class II molecules[J]. Annu Rev Immunol,2000,18(1):113-142. doi: 10.1146/annurev.immunol.18.1.113 [6] Ferrante A,Gorski J. Cutting edge: HLA-DM-mediated peptide exchange functions normally on MHC class II-peptide complexes that have been weakened by elimination of a conserved hydrogen bond[J]. J Immunol,2010,184(3):1153-1158. doi: 10.4049/jimmunol.0902878 [7] Clement C C,Becerra A,Yin L,et al. The dendritic cell major histocompatibility complex II (MHC II) peptidome derives from a variety of processing pathways and includes peptides with a broad spectrum of HLA-DM sensitivity[J]. JBC,2016,291(11):5576-5595. doi: 10.1074/jbc.M115.655738 [8] Green J M,Pierce S K. Class II antigen processing compartments and the function of HLA-DM[J]. Int Rev Immunol,1996,13(3):209-219. doi: 10.3109/08830189609061748 [9] Siegmund T,Donner H,Braun J,et al. HLA-DMA and HLA-DMB alleles in German patients with type 1 diabetes mellitus[J]. Tissue Antigens,2010,54(3):291-294. [10] Pyo C W,Hur S S,Kim Y K,et al. Association of TAP and HLA-DM genes with psoriasis in Koreans[J]. J Invest Dermatol,2003,120(4):616-622. doi: 10.1046/j.1523-1747.2003.12091.x [11] Toussirot E,Sauvageot C,Chabod J,et al. The association of HLA-DM genes with rheumatoid arthritis in Eastern France[J]. Hum Immunol,2000,61(3):303-308. doi: 10.1016/S0198-8859(99)00126-3 [12] Lvaro-Benito M,Morrison E,Ebner F,et al. Distinct editing functions of natural HLA-DM allotypes impact antigen presentation and CD4+ T cell activation[J]. Cell Mol Immunol,2020,17(2):133-142. doi: 10.1038/s41423-018-0181-1 [13] 桑艳梅,颜纯,朱逞,等. HLA-DQA1、DMA、DMB基因与1型糖尿病的关联性研究[J]. 首都医科大学学报,2005,26(5):532-535. [14] Morel J,Simoes C S,Avinens O,et al. Polymorphism of HLA-DMA and DMB alleles in patients with systemic lupus erythematosus.[J]. J Rheumatol,2003,30(7):1485-1490. [15] 杨文林,杨健,陈盛强,等. 尖锐湿疣患者HLA-DM基因多态性研究[J]. 南方医科大学学报,2006,26(7):1014-1016,1026. [16] Moss D S,Davies M N,Lamikanra A,et al. Identification of the HLA-DM/HLA-DR interface[J]. Mol Immunol,2008,45(4):1063-1070. doi: 10.1016/j.molimm.2007.07.033 [17] Álvaro-Benito M,Wieczorek M,Sticht J,et al. HLA-DMA polymorphisms differentially affect MHC class II peptide loading[J]. J Immunol,2015,194(2):803-816. doi: 10.4049/jimmunol.1401389 [18] 陈珺. HLA Ⅱ类基因系统在乙脑灭活疫苗诱导的抗体应答及HCV慢性感染中的作用初探[D]. 北京: 北京协和医学院硕士学位论文, 2019. -