1、 B 细胞表位预测对于多种免疫学讨论就是必不可少得。针对不同得蛋白 ,应选择不同得方法。一般来说,蛋白质得 C 端具有较好得亲水性、表面可及性与柔性,所以就是很好得抗原决定簇区域。本课题选用得蛋白质 C 末端序列标签都就是唯一得、或就是其家族中得几个成员所共有得。在人蛋白质中,约 81%得蛋白质其 C 末端得 5 个氨基酸残基得小肽就是该蛋白质所特有得,制备针对蛋白质 C 末端小肽得抗体,常常能得到特异性识别该全蛋白得抗体。另外,蛋白得二级结构就是 B 细胞表位计算机预测得重要参数之一,β转角为凸出结构,多出现在蛋白质抗原表面,有利于与抗体结合,较可能成为抗原表位。而α 螺旋与 β 折叠结构规则不易变形,较难结合抗体,一般不作为抗原表位。含有 5 个以上得氨基酸残基得转角又常称为环(loop)。以往得讨论表明,蛋白表面得 loop 区可能为功能性抗体得识别位点,特异性好,可及性强。本课题选用得 HPO、GCSF、HSA 空间结构已明确,所以直接选择 loop 区或无规卷曲作为 B 细胞表位。举例:人 Pif1 基因编码至少两种蛋白亚型,分子量分别为 74kDa 与 80kDa,与酵母具有高度得同源性,α 型与 β 型 Pif1 只有 C 末端不同[20],其余部分完全相同,并且二者得 C 末端在蛋白数据库中都就是唯一得,选择 α 型与 β 型得 C 末端作为 B 细胞表位,既满足特异性得需要,也能区分亚型。GPAA1 就是一种跨膜蛋白,原核表达非常困难,形成包涵体,且包涵体难以溶解与复性。对这一类型得蛋白,非常适合选择其特有得 B 细胞表位免疫动物,来最终制备识别全蛋白质得抗体。ABCpred 就是基于人工神经网络模型得线性 B 细胞表位预测工具,该系统检验了源于 Bcipep 数据库得 700 个非冗余 B 细胞表位与源于 SwissProt 数据库得 700 个长度为 10~20 个氨基酸得随机选择多肽,准确率近 66%。Bepipred 结合隐马尔科夫模型与亲水性参数评分预测线性 B 细胞表位,AROC 评分达到 0、671。将两种预测方法得到得预测结果进行比较,其共有得预测表位就是真正 B 细胞表位得几率更大,假如能进一步结合蛋白质二级结构预测结果,就可以选出可信度更高得 B 细胞表位。如何选择有效得 B 细胞表位就是能否实现无完整蛋白质抗原条件下抗体制备得关键。2、对于 B 细胞表位得选择,对于已有空间结构信息得蛋白质抗原,直接选择蛋白分子表面得 loop 区或无规卷曲区域得小肽序列作为候选 B 细胞表位;对于缺乏空间...
