A identificação de epitopos e motivos virais para serem utilizados na imunização de humanos e animais é um objetivo importante e essencial em pesquisa imunológica. No momento, com novas ferramentas de bioinformática, diferentes abordagens são possíveis. A importância da bioinformática reside na possibilidade de trabalhar com grandes quantidades de dados de forma que, várias etapas experimentais do desenvolvimento de vacinas podem ser abreviadas. Quando buscamos por motivos virais (objetivando a vacinação) é necessário estar ciente de todos os passos envolvidos na seleção e apresentação de peptídeos ao sistema imune. Devemos considerar que muitos peptídeos podem ser gerados a partir de uma única proteína, mas apenas uma fração destes peptídeos é realmente apresentada ao sistema imune, pois os peptídeos devem ser capazes de atravessar diferentes “bottlenecks” e apenas aqueles apresentando características específicas serão capazes de estimular o sistema imune. As abordagens apresentadas nesta tese incluem o estabelecimento de um banco de dados de epitopos virais descritos na literatura e a comparação desses epitopos buscando identificar características similares entre eles. Os epitopos selecionados foram classificados de acordo com suas propriedades físico-químicas (polaridade e carga dos grupos R de seus aminoácidos). Das 69 sequências de epitopos incluídas em nossa base de dados, 31 (44,93%) apresentaram, em sítios potenciais de ancoragem ao MHC, aminoácidos com resíduos não-polares. A partir desses resultados é possível inferir o seguinte motivo consenso: X [AGPVLIM] X(6) [AGPVLIM] para epitopos virais. As sequências virais foram então comparadas àquelas de outras proteínas buscando verificar se elas são exclusivamente representadas em vírus: 1) primeiro os epitopos foram comparados a todas as sequências depositadas no GenBank (independente da origem); 2) a seguir, as comparações foram direcionadas a sequências de origem humana. A segunda abordagem foi usada para verificar o potencial de indução de reações autoimunes. As sequências de saída foram classificadas de acordo com seu organismo de origem. Das 31 sequências alinhadas de acordo com a similaridade dos resíduos de ancoragem, 29 (93,54%) apresentaram similaridade significante (estabelecida como 80% ou mais) com outras sequências virais. Destas, 12 (38,71%) apresentavam similaridade apenas com outras sequências de origem viral, nove (29,03%) apresentavam similaridade com sequências de origem bacteriana e duas (6,45%) apresentavam similaridade com sequências humanas, sugerindo que a grande maioria dos epitopos virais pode ser utilizada no desenvolvimento de vacinas. A habilidade dos epitopos serem gerados pela via de processamento de antígenos foi também testada. Uma parte das proteínas citosólicas sofre o processo de ubiquitinação que as dirige para o complexo enzimático proteolítico, denominado proteossomo. Do total de epitopos, cinquenta (73,53%) apresentaram uma sequência que permitia um corte exato na extremidade carbóxi terminal. Este número alcançou 86,67% (26 epitopos), quando restringimos a análise aos epitopos apresentando os resíduos de ancoragem compartilhados, sugerindo que a maioria dos epitopos apresentava os requerimentos clássicos para o processamento antigênico. Das estruturas do Protein Data Bank e de dados de modelagem, foi possível observar que os sítios de clivagem preditos na região amino terminal dos epitopos eram estruturalmente relacionados a alças na estrutura da proteína original (66,7%). Estes dados sugerem que há uma clivagem preferencial em alças (χ2=6.09 p=0.047). O banco de dados de ligantes peptídicos do EpiJen foi utilizado para avaliar a capacidade dos epitopos em serem carreados pelo complexo da TAP. A partir dessa comparação observamos que o motivo predito estava mais representado do que todas outras possíveis sequências entre as saídas, sugerindo novamente que estas características são necessárias à seleção e apresentação de epitopos. Concluindo, sugerimos que é possível identificar padrões entre epitopos derivados de virus e que a predição de motivos virais conservados pode ser aplicada ao desenvolvimento de vacinas. Além disso, considerando a existência de reatividade cruzada, sugerimos que é possível imunizar contra uma quantidade consideravelmente grande de alvos virais utilizando um número de epitopos reduzido. Estudos sobre os aspectos e características dos epitopos virais são o primeiro passo rumo a uma nova geração de vacinas. / The identification of epitopes and viral motifs to be used in the immunization of both humans and other animals is an important and essential objective in immunology research. At present, with the new tools of the bioinformatics different approaches are possible. The importance of the bioinformatics is exemplified by its capacity to handle a large amount of data in order to bypass several methodological steps in vaccine development. When searching for conserved viral motifs it is necessary to be aware of all the steps involved in peptide selection and presentation. In this way, we should consider that many different peptides can be generated from a given protein, but only a fraction of these peptides will actually be presented to the immune system. The approaches presented in this thesis include the establishment of a viral epitope databank from sequences described in the literature and the comparison of these epitopes in order to identify similar features among then. The selected epitopes were classified according to their physicochemical properties (i.e. polarity and charge of their amino acid–R groups). From the 69 sequences of epitopes included in our database, 31 (44.93%) presented, in potential MHC anchor sites, amino acids whit non-polar residues. From this, it is possible to infer the following consensus motif: X [AGPVLIM] X(6) [AGPVLIM]. The viral sequences were then compared to those of other proteins in order to verify if they are exclusively represented in viruses: 1) first, the epitopes were compared to all sequences stored in GenBank (disregarding their origin); 2) then, the comparisons were directed to the sequences from human origin. The output sequences were classified according to the organism of origin. From the 31 sequences aligned according to their anchor residues, 29 (93.54%) presented significant similarity (established as 80% or above) with other viral sequences. From these, 12 (38.71%) presented similarity only with other sequences from viral origin, nine (29.03%) presented similarity with sequences from bacterial origin and two (6.45%) presented significant similarity to human sequences, suggesting that a great majority of these viral epitopes could be used in vaccine development. The hability of the epitopes to be generated by antigen processing pathway was also tested. A fraction of all cytosolic proteins suffers the ubiquitination process that directs them to the proteolytic enzymatic complex, called proteasome. From the whole databank, fifty epitopes (73.53%) presented a sequence that allowed a precise cut at the carboxy terminal region. This number reached 86.67% (26 epitopes) when we restricted this analysis to the epitopes presenting the shared anchor residues, suggesting that the majority of the epitopes presented the classical requirements to antigenic processing. From the Protein Data Bank structures and from the modelling data, we could observe that the predicted cleavage sites on the amino-terminal region of the epitopes were structurally related to loops on the structure of the original protein (66.7%), suggesting a preferential cleavage at loops (χ2=6.09 p=0.047). The TAP ligands peptide database of EpiJen was used in order to evaluate the epitopes capacity to be carried by the TAP complex. We were able to observe that our predicted motif was present more frequently than every other possible sequence among the outputs, again suggesting that this feature is necessary to epitope selection and presentation. In conclusion, we suggest that it is possible to identify patterns among virus-derived epitopes and that the prediction of viral conserved motifs would allow the development of vaccines. Also, considering the existence of cross reactivity, we suggest that it will be possible to cover a considerably large amount of targets using a limited number of viral peptides. Equally important is the immunogenicity of viral peptides, since only a fragment and not the whole viral particle will challenge the immune system, therefore reducing risks of undesired immune responses. Studies on viral epitopes features and characteristics are the first step towards a new generation of vaccines.

A identificação de epitopos e motivos virais para serem utilizados na imunização de humanos e animais é um objetivo importante e essencial em pesquisa imunológica. No momento, com novas ferramentas de bioinformática, diferentes abordagens são possíveis. A importância da bioinformática reside na possibilidade de trabalhar com grandes quantidades de dados de forma que, várias etapas experimentais do desenvolvimento de vacinas podem ser abreviadas. Quando buscamos por motivos virais (objetivando a vacinação) é necessário estar ciente de todos os passos envolvidos na seleção e apresentação de peptídeos ao sistema imune. Devemos considerar que muitos peptídeos podem ser gerados a partir de uma única proteína, mas apenas uma fração destes peptídeos é realmente apresentada ao sistema imune, pois os peptídeos devem ser capazes de atravessar diferentes “bottlenecks” e apenas aqueles apresentando características específicas serão capazes de estimular o sistema imune. As abordagens apresentadas nesta tese incluem o estabelecimento de um banco de dados de epitopos virais descritos na literatura e a comparação desses epitopos buscando identificar características similares entre eles. Os epitopos selecionados foram classificados de acordo com suas propriedades físico-químicas (polaridade e carga dos grupos R de seus aminoácidos). Das 69 sequências de epitopos incluídas em nossa base de dados, 31 (44,93%) apresentaram, em sítios potenciais de ancoragem ao MHC, aminoácidos com resíduos não-polares. A partir desses resultados é possível inferir o seguinte motivo consenso: X [AGPVLIM] X(6) [AGPVLIM] para epitopos virais. As sequências virais foram então comparadas àquelas de outras proteínas buscando verificar se elas são exclusivamente representadas em vírus: 1) primeiro os epitopos foram comparados a todas as sequências depositadas no GenBank (independente da origem); 2) a seguir, as comparações foram direcionadas a sequências de origem humana. A segunda abordagem foi usada para verificar o potencial de indução de reações autoimunes. As sequências de saída foram classificadas de acordo com seu organismo de origem. Das 31 sequências alinhadas de acordo com a similaridade dos resíduos de ancoragem, 29 (93,54%) apresentaram similaridade significante (estabelecida como 80% ou mais) com outras sequências virais. Destas, 12 (38,71%) apresentavam similaridade apenas com outras sequências de origem viral, nove (29,03%) apresentavam similaridade com sequências de origem bacteriana e duas (6,45%) apresentavam similaridade com sequências humanas, sugerindo que a grande maioria dos epitopos virais pode ser utilizada no desenvolvimento de vacinas. A habilidade dos epitopos serem gerados pela via de processamento de antígenos foi também testada. Uma parte das proteínas citosólicas sofre o processo de ubiquitinação que as dirige para o complexo enzimático proteolítico, denominado proteossomo. Do total de epitopos, cinquenta (73,53%) apresentaram uma sequência que permitia um corte exato na extremidade carbóxi terminal. Este número alcançou 86,67% (26 epitopos), quando restringimos a análise aos epitopos apresentando os resíduos de ancoragem compartilhados, sugerindo que a maioria dos epitopos apresentava os requerimentos clássicos para o processamento antigênico. Das estruturas do Protein Data Bank e de dados de modelagem, foi possível observar que os sítios de clivagem preditos na região amino terminal dos epitopos eram estruturalmente relacionados a alças na estrutura da proteína original (66,7%). Estes dados sugerem que há uma clivagem preferencial em alças (χ2=6.09 p=0.047). O banco de dados de ligantes peptídicos do EpiJen foi utilizado para avaliar a capacidade dos epitopos em serem carreados pelo complexo da TAP. A partir dessa comparação observamos que o motivo predito estava mais representado do que todas outras possíveis sequências entre as saídas, sugerindo novamente que estas características são necessárias à seleção e apresentação de epitopos. Concluindo, sugerimos que é possível identificar padrões entre epitopos derivados de virus e que a predição de motivos virais conservados pode ser aplicada ao desenvolvimento de vacinas. Além disso, considerando a existência de reatividade cruzada, sugerimos que é possível imunizar contra uma quantidade consideravelmente grande de alvos virais utilizando um número de epitopos reduzido. Estudos sobre os aspectos e características dos epitopos virais são o primeiro passo rumo a uma nova geração de vacinas. / The identification of epitopes and viral motifs to be used in the immunization of both humans and other animals is an important and essential objective in immunology research. At present, with the new tools of the bioinformatics different approaches are possible. The importance of the bioinformatics is exemplified by its capacity to handle a large amount of data in order to bypass several methodological steps in vaccine development. When searching for conserved viral motifs it is necessary to be aware of all the steps involved in peptide selection and presentation. In this way, we should consider that many different peptides can be generated from a given protein, but only a fraction of these peptides will actually be presented to the immune system. The approaches presented in this thesis include the establishment of a viral epitope databank from sequences described in the literature and the comparison of these epitopes in order to identify similar features among then. The selected epitopes were classified according to their physicochemical properties (i.e. polarity and charge of their amino acid–R groups). From the 69 sequences of epitopes included in our database, 31 (44.93%) presented, in potential MHC anchor sites, amino acids whit non-polar residues. From this, it is possible to infer the following consensus motif: X [AGPVLIM] X(6) [AGPVLIM]. The viral sequences were then compared to those of other proteins in order to verify if they are exclusively represented in viruses: 1) first, the epitopes were compared to all sequences stored in GenBank (disregarding their origin); 2) then, the comparisons were directed to the sequences from human origin. The output sequences were classified according to the organism of origin. From the 31 sequences aligned according to their anchor residues, 29 (93.54%) presented significant similarity (established as 80% or above) with other viral sequences. From these, 12 (38.71%) presented similarity only with other sequences from viral origin, nine (29.03%) presented similarity with sequences from bacterial origin and two (6.45%) presented significant similarity to human sequences, suggesting that a great majority of these viral epitopes could be used in vaccine development. The hability of the epitopes to be generated by antigen processing pathway was also tested. A fraction of all cytosolic proteins suffers the ubiquitination process that directs them to the proteolytic enzymatic complex, called proteasome. From the whole databank, fifty epitopes (73.53%) presented a sequence that allowed a precise cut at the carboxy terminal region. This number reached 86.67% (26 epitopes) when we restricted this analysis to the epitopes presenting the shared anchor residues, suggesting that the majority of the epitopes presented the classical requirements to antigenic processing. From the Protein Data Bank structures and from the modelling data, we could observe that the predicted cleavage sites on the amino-terminal region of the epitopes were structurally related to loops on the structure of the original protein (66.7%), suggesting a preferential cleavage at loops (χ2=6.09 p=0.047). The TAP ligands peptide database of EpiJen was used in order to evaluate the epitopes capacity to be carried by the TAP complex. We were able to observe that our predicted motif was present more frequently than every other possible sequence among the outputs, again suggesting that this feature is necessary to epitope selection and presentation. In conclusion, we suggest that it is possible to identify patterns among virus-derived epitopes and that the prediction of viral conserved motifs would allow the development of vaccines. Also, considering the existence of cross reactivity, we suggest that it will be possible to cover a considerably large amount of targets using a limited number of viral peptides. Equally important is the immunogenicity of viral peptides, since only a fragment and not the whole viral particle will challenge the immune system, therefore reducing risks of undesired immune responses. Studies on viral epitopes features and characteristics are the first step towards a new generation of vaccines.

A identificação de epitopos e motivos virais para serem utilizados na imunização de humanos e animais é um objetivo importante e essencial em pesquisa imunológica. No momento, com novas ferramentas de bioinformática, diferentes abordagens são possíveis. A importância da bioinformática reside na possibilidade de trabalhar com grandes quantidades de dados de forma que, várias etapas experimentais do desenvolvimento de vacinas podem ser abreviadas. Quando buscamos por motivos virais (objetivando a vacinação) é necessário estar ciente de todos os passos envolvidos na seleção e apresentação de peptídeos ao sistema imune. Devemos considerar que muitos peptídeos podem ser gerados a partir de uma única proteína, mas apenas uma fração destes peptídeos é realmente apresentada ao sistema imune, pois os peptídeos devem ser capazes de atravessar diferentes “bottlenecks” e apenas aqueles apresentando características específicas serão capazes de estimular o sistema imune. As abordagens apresentadas nesta tese incluem o estabelecimento de um banco de dados de epitopos virais descritos na literatura e a comparação desses epitopos buscando identificar características similares entre eles. Os epitopos selecionados foram classificados de acordo com suas propriedades físico-químicas (polaridade e carga dos grupos R de seus aminoácidos). Das 69 sequências de epitopos incluídas em nossa base de dados, 31 (44,93%) apresentaram, em sítios potenciais de ancoragem ao MHC, aminoácidos com resíduos não-polares. A partir desses resultados é possível inferir o seguinte motivo consenso: X [AGPVLIM] X(6) [AGPVLIM] para epitopos virais. As sequências virais foram então comparadas àquelas de outras proteínas buscando verificar se elas são exclusivamente representadas em vírus: 1) primeiro os epitopos foram comparados a todas as sequências depositadas no GenBank (independente da origem); 2) a seguir, as comparações foram direcionadas a sequências de origem humana. A segunda abordagem foi usada para verificar o potencial de indução de reações autoimunes. As sequências de saída foram classificadas de acordo com seu organismo de origem. Das 31 sequências alinhadas de acordo com a similaridade dos resíduos de ancoragem, 29 (93,54%) apresentaram similaridade significante (estabelecida como 80% ou mais) com outras sequências virais. Destas, 12 (38,71%) apresentavam similaridade apenas com outras sequências de origem viral, nove (29,03%) apresentavam similaridade com sequências de origem bacteriana e duas (6,45%) apresentavam similaridade com sequências humanas, sugerindo que a grande maioria dos epitopos virais pode ser utilizada no desenvolvimento de vacinas. A habilidade dos epitopos serem gerados pela via de processamento de antígenos foi também testada. Uma parte das proteínas citosólicas sofre o processo de ubiquitinação que as dirige para o complexo enzimático proteolítico, denominado proteossomo. Do total de epitopos, cinquenta (73,53%) apresentaram uma sequência que permitia um corte exato na extremidade carbóxi terminal. Este número alcançou 86,67% (26 epitopos), quando restringimos a análise aos epitopos apresentando os resíduos de ancoragem compartilhados, sugerindo que a maioria dos epitopos apresentava os requerimentos clássicos para o processamento antigênico. Das estruturas do Protein Data Bank e de dados de modelagem, foi possível observar que os sítios de clivagem preditos na região amino terminal dos epitopos eram estruturalmente relacionados a alças na estrutura da proteína original (66,7%). Estes dados sugerem que há uma clivagem preferencial em alças (χ2=6.09 p=0.047). O banco de dados de ligantes peptídicos do EpiJen foi utilizado para avaliar a capacidade dos epitopos em serem carreados pelo complexo da TAP. A partir dessa comparação observamos que o motivo predito estava mais representado do que todas outras possíveis sequências entre as saídas, sugerindo novamente que estas características são necessárias à seleção e apresentação de epitopos. Concluindo, sugerimos que é possível identificar padrões entre epitopos derivados de virus e que a predição de motivos virais conservados pode ser aplicada ao desenvolvimento de vacinas. Além disso, considerando a existência de reatividade cruzada, sugerimos que é possível imunizar contra uma quantidade consideravelmente grande de alvos virais utilizando um número de epitopos reduzido. Estudos sobre os aspectos e características dos epitopos virais são o primeiro passo rumo a uma nova geração de vacinas. / The identification of epitopes and viral motifs to be used in the immunization of both humans and other animals is an important and essential objective in immunology research. At present, with the new tools of the bioinformatics different approaches are possible. The importance of the bioinformatics is exemplified by its capacity to handle a large amount of data in order to bypass several methodological steps in vaccine development. When searching for conserved viral motifs it is necessary to be aware of all the steps involved in peptide selection and presentation. In this way, we should consider that many different peptides can be generated from a given protein, but only a fraction of these peptides will actually be presented to the immune system. The approaches presented in this thesis include the establishment of a viral epitope databank from sequences described in the literature and the comparison of these epitopes in order to identify similar features among then. The selected epitopes were classified according to their physicochemical properties (i.e. polarity and charge of their amino acid–R groups). From the 69 sequences of epitopes included in our database, 31 (44.93%) presented, in potential MHC anchor sites, amino acids whit non-polar residues. From this, it is possible to infer the following consensus motif: X [AGPVLIM] X(6) [AGPVLIM]. The viral sequences were then compared to those of other proteins in order to verify if they are exclusively represented in viruses: 1) first, the epitopes were compared to all sequences stored in GenBank (disregarding their origin); 2) then, the comparisons were directed to the sequences from human origin. The output sequences were classified according to the organism of origin. From the 31 sequences aligned according to their anchor residues, 29 (93.54%) presented significant similarity (established as 80% or above) with other viral sequences. From these, 12 (38.71%) presented similarity only with other sequences from viral origin, nine (29.03%) presented similarity with sequences from bacterial origin and two (6.45%) presented significant similarity to human sequences, suggesting that a great majority of these viral epitopes could be used in vaccine development. The hability of the epitopes to be generated by antigen processing pathway was also tested. A fraction of all cytosolic proteins suffers the ubiquitination process that directs them to the proteolytic enzymatic complex, called proteasome. From the whole databank, fifty epitopes (73.53%) presented a sequence that allowed a precise cut at the carboxy terminal region. This number reached 86.67% (26 epitopes) when we restricted this analysis to the epitopes presenting the shared anchor residues, suggesting that the majority of the epitopes presented the classical requirements to antigenic processing. From the Protein Data Bank structures and from the modelling data, we could observe that the predicted cleavage sites on the amino-terminal region of the epitopes were structurally related to loops on the structure of the original protein (66.7%), suggesting a preferential cleavage at loops (χ2=6.09 p=0.047). The TAP ligands peptide database of EpiJen was used in order to evaluate the epitopes capacity to be carried by the TAP complex. We were able to observe that our predicted motif was present more frequently than every other possible sequence among the outputs, again suggesting that this feature is necessary to epitope selection and presentation. In conclusion, we suggest that it is possible to identify patterns among virus-derived epitopes and that the prediction of viral conserved motifs would allow the development of vaccines. Also, considering the existence of cross reactivity, we suggest that it will be possible to cover a considerably large amount of targets using a limited number of viral peptides. Equally important is the immunogenicity of viral peptides, since only a fragment and not the whole viral particle will challenge the immune system, therefore reducing risks of undesired immune responses. Studies on viral epitopes features and characteristics are the first step towards a new generation of vaccines.