HKU1免疫印记与SARS-CoV-2感染后COVID症状相关

HKU1 immune imprinting is associated with post-COVID symptoms after SARS-CoV-2 infection.

作者信息Abdelilah Majdoubi, Christina Michalski, Allison W Watts, Xiaoqing Dang, S Amirhossein Golzan, Bahaa Abu-Raya, Sirui Li, Jacob Shew, Frederic Reicherz, Louise C Mâsse, Pascal M Lavoie
PMID41869567
期刊iScience
发布时间2026-03
DOI10.1016/j.isci.2026.115175

实验完整度

包含两个独立成人队列的纵向随访,以及抗体亲和力、B细胞流式分析、ADCP、ADCD等免疫功能验证,并进行了多变量回归分析。

主要模型

医护人员队列(未感染SARS-CoV-2的成年人) 学校工作人员队列(完全接种疫苗的成年人) THP-1细胞(用于ADCP实验)

重点核对

首剂疫苗接种后14天HKU1刺突蛋白IgG水平显著升高 S2结构域比S1结构域诱导更强的ADCP活性 基线HKU1刺突蛋白IgG水平与一年随访时SARS-CoV-2感染风险降低相关 基线HKU1刺突蛋白IgG水平与感染后COVID症状风险增加相关 高HKU1 IgG组显示出更高的S2特异性和HKU1刺突蛋白ADCD活性

摘要

SARS-CoV-2感染的长期健康负担仍未完全明了。在加拿大温哥华的一个队列中,我们确定了针对地方性β-人冠状病毒(HCoVs)的免疫印记,表现为亲和力成熟的IgG应答与SARS-CoV-2刺突蛋白低亲和力交叉反应,以及在接种首剂祖先株疫苗后,识别HKU1和保守S2结构域的记忆B细胞早期扩增。疫苗接种还增强了抗体依赖性细胞吞噬作用(ADCP),主要针对HKU1刺突蛋白和SARS-CoV-2 S2结构域。在同一地区的另一个队列中,较高的HKU1刺突蛋白IgG水平和增加的抗体依赖性补体沉积(ADCD)与更可能发生COVID后症状相关,尽管这些个体在一年随访时经历的SARS-CoV-2感染较少。总之,这些发现表明,β-HCoV相关的免疫印记可能同时降低感染风险并促进病理性的Fc介导炎症,可能在接种早期毒株疫苗的个体中,感染当代SARS-CoV-2变异株后导致COVID后症状的发生。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
地方性β-HCoV(尤其是HKU1)的免疫印记是否影响SARS-CoV-2疫苗接种后的抗体反应,并与感染后COVID症状相关?
核心机制
HKU1免疫印记导致低亲和力交叉反应抗体靶向保守S2结构域,增强Fc介导的效应功能(如补体沉积),可能促进炎症反应,从而在降低感染风险的同时增加COVID后症状风险。
主要证据
基于两个独立队列,通过抗体亲和力测定、流式细胞术分析B细胞亚群、ADCP和ADCD实验,以及多变量逻辑回归分析,显示HKU1刺突蛋白抗体水平与感染风险降低和COVID后症状风险增加相关。
研究意义
研究提示祖先株疫苗可能不足以预防COVID后症状,强调需要开发针对更新变异株的疫苗,以平衡保护与不良后果。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

疫苗接种队列纵向样本采集

评估SARS-CoV-2疫苗接种对HCoV抗体和B细胞反应的影响

在48名未感染医护人员中,于首剂疫苗前后及第二剂后多个时间点采集外周血,分离血清和PBMC,进行抗体和B细胞分析。

2

抗体反应和亲和力分析

检测疫苗诱导的HCoV交叉反应抗体及其亲和力特征

使用多重抗体测定法检测IgG水平,使用硫氰酸铵基亲和力测定法评估抗体亲和力,分析SARS-CoV-2和HCoV刺突蛋白。

3

B细胞流式细胞术分析

鉴定疫苗诱导的B细胞亚群特异性靶向S1、S2和HKU1刺突蛋白

使用生物素化蛋白和链霉亲和素荧光染料标记,通过流式细胞术分析浆母细胞、总记忆B细胞和IgG+记忆B细胞中抗原特异性细胞比例。

4

抗体依赖性细胞吞噬作用(ADCP)测定

评估针对HKU1和SARS-CoV-2 S1、S2结构域的抗体的Fc效应功能

将生物素化抗原包被的中性亲和素微球与血清孵育,再加入THP-1细胞,通过流式细胞术测定吞噬活性。

5

抗体依赖性补体沉积(ADCD)测定

评估高HKU1 IgG水平是否与增强的补体激活相关

在第二队列中选取HKU1 IgG水平最高和最低的个体各88名,使用抗原包被微球和补体测定C3沉积。

6

临床队列关联分析

评估基线HKU1刺突蛋白IgG水平与SARS-CoV-2感染和COVID后症状风险的关系

在700名学校工作人员队列中,一年随访期间记录感染情况和COVID后症状,使用逻辑回归模型分析基线的HCoV抗体水平与感染风险和症状风险的关系。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
样本采集和PBMC分离
采血管类型、离心力、PBMC分离试剂和条件(如时间和温度)
阅读提示:STAR★Methods: Sample processing
抗体亲和力测定
血清稀释度、硫氰酸铵浓度和孵育时间
阅读提示:STAR★Methods: Fractional avidity assay
B细胞流式分析
抗体克隆和稀释度、抗原蛋白来源和货号、门控策略
阅读提示:STAR★Methods: Flow cytometry analysis of B cells
ADCP测定
微球类型、血清稀释度、THP-1细胞数量、孵育时间和温度
阅读提示:STAR★Methods: Antibody dependent cellular phagocytosis (ADCP)
ADCD测定
微球类型、血清稀释度、补体来源和稀释度、孵育时间和温度
阅读提示:STAR★Methods: Antibody dependent complement deposition (ADCD)
临床队列分析
队列纳入标准、基线特征、感染定义、COVID后症状问卷、统计模型调整变量
阅读提示:STAR★Methods: Study participants、Assessment of post-COVID symptoms、Quantification and statistical analysis