Ein zugelassener Ebola-Antikörper könnte gegen das Bundibugyo-Virus versagen.

Antikörper, die für eine Ebola-Virusart entwickelt wurden, stehen vor einem anderen viralen Ziel beim Ebola-Ausbruch von 2026. Strukturmodelle zeigen, warum es wichtig ist, jede Behandlung gegen das Bundibugyo-Virus zu testen.

Möchten Sie später lesen? Laden Sie hier Ihre saubere, werbefreie, druckfreundliche PDF-Kopie herunter.

In einer kürzlich in der Zeitschrift Nature Communications veröffentlichten Studie haben Forscher das Bindungsverhalten von genehmigten und experimentellen Ebola-Monoklonalen Antikörpern (mAbs) gegenüber dem Virus modelliert, das die aufkommende Bundibugyo-Viruskrankheit (BVD) im Jahr 2026 verursacht.

Das Forschungsteam sammelte zunächst 44 Bundibugyo-Virus (BDBV) Genome aus den Jahren 2007, 2012 und 2026, darunter 12 aus dem Ausbruch 2026 in der Demokratischen Republik Kongo (DRC) und Uganda. Sie identifizierten dann Mutationen in diesen Sequenzen und verwendeten strukturelles Modellieren, um Veränderungen im viralen Glykoprotein (GP) zu kartieren und die Bindungsstabilität jedes mAb rechnerisch vorherzusagen. Die Autoren überprüften auch, ob die identifizierten Mutationen in weiteren verfügbaren Sequenzen bestehen blieben.

Das Modell sagte vorher, dass der genehmigte Monotherapie-Antikörper mAb114 (Ebanga) eine verdrängte Bindung und eine stark reduzierte Affinität zu BDBV aufweisen würde. Dieser Rückgang wurde auf wichtige Epitop-Mutationen zurückgeführt. Bei Inmazeb wurde vorhergesagt, dass zwei einzelne Komponenten des dreifach wirksamen Antikörpercocktails ihre beabsichtigten Ziele nicht alleine erreichen würden, das Modell sagte jedoch voraus, dass die drei Antikörper zusammen an ihren vorgesehenen Zielen bindeten.

Die auffälligste Erkenntnis war, dass beide Komponenten des experimentellen Pan-Ebolavirus-Cocktails MBP134 vollständig konservierte Epitopen anvisierten und voraussichtlich ohne strukturelle Verschiebung binden würden. Diese rechnerischen Vorhersagen deuten darauf hin, dass therapeutische Wirksamkeit nicht einfach angenommen werden kann, wenn verschiedene Virusspezies angesprochen werden, und sie bieten Beweise, um experimentelle Tests zu priorisieren und die Reaktion auf Ausbrüche in der DRC und Uganda zu steuern.

Hintergrund

Ebolavirus-Ausbrüche führen zu verheerenden gesundheitlichen Folgen, wobei die Sterblichkeitsraten in einigen früheren Ausbrüchen bis zu 90% betrugen. Die derzeit von der US-amerikanischen Food and Drug Administration (FDA) genehmigten Behandlungen (insbesondere mAb114 und REGN-EB3 [Inmazeb]) wurden für das Ebola-Virus (EBOV, Orthoebolavirus zairense) entwickelt.

Der Ausbruch von 2026 in Zentral- und Ostafrika wird durch das Bundibugyo-Virus (BDBV, Orthoebolavirus bundibugyoense) verursacht, das selbst ein Orthoebolavirus ist. Genetische Analysen haben gezeigt, dass O. zairense und O. bundibugyoense nur 63,9% genomweites Identitätsniveau und etwa 65% Aminosähnlichkeit in ihrer Glykoproteinzusammensetzung teilen. Die internationale Gesundheitsgemeinschaft sieht sich daher der Unsicherheit gegenüber, ob die genehmigten EBOV-Therapeutika BDBV neutralisieren können oder ob die erhebliche genetische Divergenz zwischen den beiden Arten ihre Wirksamkeit beeinträchtigen könnte.

Über die Studie

Um diese Wissenslücken zu schließen, analysierten die Autoren 44 vollständige Genome von BDBV, die zwischen 2007, 2012 und 2026 gesammelt wurden, einschließlich 12, die aus dem Ausbruch 2026 stammen (acht aus der DRC und vier aus Uganda). Die Forscher überprüften, ob identifizierte Mutationen in weiteren verfügbaren Sequenzen bestehen blieben.

Die Studie untersuchte Vorhersagen für drei Haupttherapiekandidaten: 1. mAb114 (kommerziell benannt ‚Ebanga‘), 2. Inmazeb (ein dreikomponenten Cocktail bestehend aus Atoltivimab, Odesivimab und Maftivimab) und 3. Ein experimenteller Cocktail namens MBP134 (synthetisiert durch die Kombination von ADI-15878 und ADI-15946).

Die rechnerischen Arbeiten verwendeten AlphaFold 3 (AF3) zur tiefen strukturellen Vorhersage sowie Rosetta-basiertes in silico Mutagenese, um Veränderungen in der Bindungsfreien Energie (ΔΔG in Kilokalorien pro Mol [kcal/mol]) zu quantifizieren. Die Vorhersagen wurden auch verwendet, um zu berechnen, wie eng die Antikörperoberflächen gegen das virale Protein gepackt waren und wie sich die standortspezifische Glykosylierung am Asn563 auswirkte.

Studienergebnisse

Strukturanalysen ergaben, dass BDBV 10 gemeinsame Glykoprotein-Substitutionen in den Sequenzen von 2012 und 2026 im Vergleich zur Referenz von 2007 evolved hat. Zwei neuartige Mutationen, Y387H und R506S, waren in allen 12 analysierten 2026-Sequenzen vorhanden und in den früheren Sequenzen nicht vorhanden.

Die Vorhersagen zur Antikörperbindung zeigten, dass bei mAb114 die kritische Erkennungsregion (Reste 111–119) die Mutationen E112D und P116A aufwies, was das Modell voraussagte, dass der Antikörper off-target andocken würde. Nachfolgende Mutagenese-Simulationen schätzten, dass E112D die Bindungsstelle destabilisierte. P116A wurde als Reduzierung der Bindungsaffinität geschätzt.

Die Simulationen deuteten darauf hin, dass, wenn sie als Monotherapien modelliert wurden, zwei von Inmazebs Komponenten, Atoltivimab und Maftivimab, nicht ihre vorgesehenen Epitopen erreichen würden. Die dritte Komponente, Odesivimab, wurde vorhergesagt, dass sie unabhängig an ihrer beabsichtigten Stelle binden würde.

Maftivimab allein wurde als erheblich durch natürliche Glykansichtungen am Asn563 gestört angesehen. Als die drei Antikörper zusammen modelliert wurden, zeigte die strukturelle Vorhersage die Aufnahme von Glykansichtungen und die Bindung an die beabsichtigten Stellen.

Das Modell zeigte auch, dass beide Komponenten von MBP134 (ADI-15878 und ADI-15946) Epitopen anvisierten, die in allen 44 BDBV-Genomen zu 100% erhalten geblieben waren und voraussichtlich ohne strukturelle Verschiebung an ihren vorgesehenen Zielen binden würden.

Schlussfolgerungen

Die Ergebnisse deuten darauf hin, dass die Erhaltung der Epitopen und die Wechselwirkungen zwischen den Komponenten eines Cocktails die Bindung beeinflussen können. Die Autoren betonen, dass ihre statischen rechnerischen Modelle nicht die dynamischen physiologischen Bewegungen des viralen Glykoproteins oder die volle Komplexität der Antikörperbindung in der realen Welt erfassen können, und sie warnen, dass diese Erkenntnisse allein nicht verwendet werden sollten, um klinische Praktiken zu ändern. Die Vorhersagen bieten einen Grund für den Vergleich von Maftivimab mit dem vollständigen Inmazeb-Cocktail durch experimentelle Tests.

Diese rechnerischen Erkenntnisse müssen dringend durch Bindungsmeßungen und lebende Virus- oder Pseudovirus-Neutralisationstests validiert werden. Die Ergebnisse identifizieren MBP134 und den vollständigen Inmazeb-Cocktail als Kandidaten für eine experimentelle Bewertung; ihre Wirksamkeit gegen BDBV bleibt unbekannt.

Quellen: