基于支持向量机构象性b 细胞表位预测研究 - 吉林大学学报.pdf

第33卷摇 第3期 吉林 大学学报 (信息科 学版) Vol.33摇 No.3 2015年5月 Journal ofJilinUniversity (Information ScienceEdition) May2015 文章编号:1671鄄5896(2015)03鄄0298鄄07 基于支持向量机构象性 B细胞表位预测研究 刘摇 波 ,张春华a b (东北师范大学 a. 体育学院,长春 130024;b. 计算机科学与信息技术学院,长春 130117) 摘要:为节约实验成本,提高工作效率,提出利用计算的方法预测 B细胞表位,通过预测得到较为精确的结 果。 提取氨基酸的10个表位相关属性特征,并使用支持向量机的分类方法对抗原表面氨基酸进行分类,预测 得到候选表位残基。 最后通过15个测试例,验证了笔者算法的有效性。 关键词:表位预测;支持向量机;表位特征;分类 中图分类号:TP391.4 文献标识码:A Prediction of Conformational B鄄Cell Epitope Using Support Vector Machine Algorithm LIU Bo ,ZHANG Chunhuaa b (a. Faculty of Physical Education,Northeast Normal University,Changchun 130024,China; b. School of Computer Science and Information Technology,Northeast Normal University,Changchun 130117,China) Abstract:To save the cost of experiment, improve the work efficiency, we predict the B鄄cell epitope by computing method,and then use the results to direct the experiment further. We extract 10 epitope relevant amino acidspropensities,and then classify antigen surface residuesby using vector machine algorithm to predict the candidate epitopes. According to fifteen test cases,we validate the effectiveness of the method. Key words:epitope prediction;support vector machine(SVM);epitope features;classification 0摇 引摇 言 在体液免疫过程中,B细胞表面受体(BCR)或抗体识别外源抗原蛋白,并产生免疫应答,这部分抗 原表面区域被称为B细胞表位。 准确定位B细胞表位是现代免疫学和疫苗学研究的关键。 B细胞表位 [1] 预测的研究目标是模拟天然表位结构和功能的分子在医学诊断和治疗以及疫苗设计中取代天然表位 。 [2,3] 定位表位可靠的方法是通过生物实验方法 ,例如X射线衍射、核磁共振、定点突变和缺失及蛋白质 印记等,但实验方法费时费力且成本很高。 因此,首先通过计算的方法预测出可能的候选表位,再进一 步做实验验证,能在很大程度上节约成本,提高工作效率。