线性B细胞表位预测应用探究.docVIP

线性B细胞表位预测应用探究 　　摘 要：线性B细胞表位是由抗原分子表面肽链上连续的氨基酸残基构成的序列，准确预测不仅有助于揭示抗原-抗体之间的相互作用机制，而且可以极大地降低定位的时间成本和人工成本，提高工作效率。论文简要综述了线性B细胞表位的特性，回顾了近几年来的预测方法和预测服务器确定线性B细胞表位的常用方法和表位分析的研究方法，对于疾病的预防和诊治等应用研究也具有极大的推动作用。 关键词：B细胞表位；服务器；研究 中图分类号：R392 表位是抗原分子中被相应抗体或抗原受体识别的特定部位。B细胞表位[1]是抗原中可被B细胞抗原受体（BCR）或抗体特异性识别并结合的线性片段或空间构象性结构，其刺激机体产生B细胞介导的体液免疫应答，并产生效应分子（抗体）和效应细胞。线性B细胞表位是由抗原分子表面肽链上连续的氨基酸残基构成的序列。B细胞表位预测研究主要还是以线性B细胞表位预测为主，目前已有较多关于线性B细胞表位的数据库和预测算法、软件发布。 1 抗原表位 抗原表位[2]，又称抗原决定簇（antigenic determinant，AD）指抗原分子中决定抗原特异性的特殊化学基团。抗原通过抗原表位与相应的淋巴细胞表面的抗原受体结合，从而激活淋巴细胞，引起免疫应答；抗原也借表位与相应抗体或致敏淋巴细胞发生特异性结合而发挥免疫效应。抗原表位的性质、数目和空间构型决定抗原的特异性。抗原表位是免疫原抗原性的物质基础，开展对抗原表位的研究将对病原的诊断以及分子疫苗的设计等具有重要的意义。 2 线性B细胞表位筛选方法 B细胞表位[3]是抗原中可被B细胞抗原受体（BCR）或抗体特异性识别并结合的线性片段或空间构象性结构，其刺激机体产生B细胞介导的体液免疫应答，并产生效应分子（抗体）和效应细胞。在免疫学中认为，表位才是抗原刺激机体免疫系统产生特异性免疫应答的真正部位。B细胞表位预测是表位预测的一个重要组成部分，大多数的研究是针对线性B细胞表位预测，通过组合抗原蛋白物理化学性质、结构性质、统计显著性度量等特征属性进行表位预测，并取得一定的研究成果。 2.1 基于递归神经网络的线性B细胞表位预测服务器[4] 在多肽疫苗的开发中B细胞表位起到了至关重要的作用，在疾病的诊断中，也可用于过敏研究。标准的前馈（FNN）和递归神经网络（RNN）有被用在本研究中，用于预测抗原序列中的B细胞表位。网络已经被训练和测试，在一个完整的数据集中，由700个非冗余的B细胞表位来自于Bcipep数据库和同等数量的非表位来自于SWISS-PROT数据库。该网络已经训练和测试在不同的输入窗口长度和隐结点中。最大精度已使用递归神经网络具有单隐层的35个隐藏的单位窗口长度为16。当测试在五倍折交叉验证时，最终的网络产生准确度为65.93%。相应的敏感性，特异性和阳性预测值为67.14，64.71，和65.61%。在以往的研究中RNN比FNN在B细胞表位的预测中效果更好。该肽的长度也是重要的在预用词从抗原序列的B细胞表位。 2.2 基于氨基酸对抗原规模的线性B细胞表位预测[5] 在生物信息学中蛋白抗原位点的鉴定是至关重要的，开发的合成肽疫苗，免疫诊断测试的距离和抗体的产生。目前，大多数的预测算法倾向于使用氨基酸滑动窗口方法。这些方法过于简单，并在实践中产生不良的预测结果。提出了一种新颖的规模，称为氨基酸对抗原（AAP）规模，基于这一发现，更加有利于B细胞表位预测。它表明，使用SVM（支持向量机）分类，AAP抗原尺度方法具有更好的性能比现有单个氨基酸倾向尺度。AAP抗原规模可以反映一些特殊的序列在B细胞表位特征中，它的本质是为什么新的方法是优于现有的。可以预料与已知的抗原表位的数据，氨基酸对抗原规模的做法将进一步增强。 2.3 基于内核字符串线性B细胞表位预测[6] B细胞表位的鉴定和表征在疫苗设计中扮演重要的角色，免疫诊断测试，并产生抗体。因此，可靠的计算工具预测线性B细胞表位是非常可取的。评估的支持向量机（SVM）利用五个不同的内核上五倍使用交叉验证的方法分类培训同源减少701线性B细胞表位，从Bcipep数据库中提取的数据，和701非抗原表位，随机抽取从SwissProt数据库序列。根据我们的结果计算实验中，我们提出BCPred，线性B细胞表位预测的新方法使用序列内核。我们表明，预测性能BCPred（AUC=0.758）优于11基于SVM分类器的开发和评估，以及在我们的实验中，我们执行的AAP（AUC=0.7），最近提出的一种方法，用于预测线性B细胞使用氨基酸对抗原的表位。此外，我们比较AAP和BCPred，ABCPred 独特的B细胞表位，使用递归神经网络的方法，该方法为使用两个数据集先前已用于评估AB