基于噬菌體組合肽庫篩選的B細胞表位預測研究.pdf

1、在體液免疫過程中，B細胞表面受體(BCR)會識別外源抗原蛋白，并產生與抗原蛋白特異性結合的抗體，同時一部分B細胞會被激活分化成為記憶B細胞，并在下次病原體侵入體內時產生更加迅速的免疫應答?？乖砻姹籅細胞表面受體識別并與抗體特異性結合的區(qū)域稱為B細胞表位。
　　定位抗原表面B細胞表位對于設計人工疫苗、免疫干預治療以及高通量的抗體制備而言都具有重要意義。目前，定位B細胞表位最可靠的方法是通過抗原-抗體復合體晶體衍射實驗以及核磁共振的

2、方法獲得復合體的空間結構。然而這兩種實驗的方法都需要很高的成本以及大量的人力并且對于設備的要求也很高。隨著一些輔助的實驗手段的發(fā)展以及已知表位數據的增加，人們開始考慮使用計算機進行表位預測。通過預測的方法獲得的候選表位可以通過后續(xù)的生物實驗進行驗證。使用這種實驗和計算機相結合的方法既可以保證結果的準確又可以節(jié)約成本，提高工作效率。
　　基于噬菌體組合肽庫篩選的B細胞表位預測是實驗方法和計算方法相結合的一種B細胞表位預測方法。方法首

3、先通過噬菌體組合肽庫篩選實驗獲取與抗體親和度較高的模擬表位序列，然后利用這些模擬表位序列在抗原表面搜索與之相匹配的氨基酸預測候選表位。近年來，隨著噬菌體組合肽庫篩選獲得的模擬表位序列數據和抗原-抗體復合體三維結構數據的不斷增長，許多基于噬菌體組合肽庫篩選的B細胞表位預測方法被提出，并在幾個測試例上運行都得到了較好的預測結果。然而到目前為止，在基于噬菌體組合肽庫篩選的B細胞表位預測方面還沒有一個通用的標準測試集，同時對算法間性能的分析比較

4、也沒有一個完全的評價體系。
　　本文的研究工作主要包括構建基于噬菌體組合肽庫篩選的B細胞表位預測標準測試集、建立算法間性能的評價體系、提出更加敏感的基于抗原結構信息和噬菌體組合肽庫篩選的B細胞表位預測新方法。
　　首先，本文在對現(xiàn)有的基于噬菌體組合肽庫篩選的B細胞表位預測方法研究基礎上，整合了MimoDB、PDB、CED和IEDB4個數據庫中的相關信息，構建了一個通用的標準測試集。使用標準測試集及其代表測試集對Mapitop

5、e、PepSurf、Pepitope、Pep-3D-Search和EpiSearch5個公開發(fā)表的基于噬菌體組合肽庫篩選的B細胞表位預測方法進行了測試，這5個算法或提供源碼或提供免費的網絡服務。文章通過標準測試集及其代表數據集，并使用敏感性、特異性、準確率和馬氏相關系數4個評價參數為基于噬菌體組合肽庫篩選的B細胞表位預測方法建立了一個全面的評價體系，并對5個算法的性能進行了綜合的評價分析。
　　在綜合評價分析基礎上，本文提出了一種

6、更加敏感的基于抗原結構信息和噬菌體組合肽庫篩選的B細胞表位預測方法。算法首先根據結構特征并使用支持向量機對抗原氨基酸進行分類，實現(xiàn)對抗原的預處理;然后在現(xiàn)有表位預測算法的基礎上引入劃分的思想，通過將抗原表面氨基酸劃分成若干交疊的patch區(qū)域進行表位預測。在為每一個patch構建無向圖的過程中，算法首次嘗試使用可變的距離閩值來定義無向圖中頂點的連接。此外，本文第一次采用完備的搜索方法保證了搜索的路徑最優(yōu)。
　　最后，通過與其它5個