基于免疫信息学技术的雏沙门菌多表位疫苗构建

【目的】设计针对雏沙门菌(Salmonella Pullorum)IpaJ蛋白的多表位疫苗(multi-epitope vaccine, MEV),为净化鸡白痢提供新的疫苗。【方法】选用IEDB预测雏沙门菌IpaJ蛋白的T淋巴细胞主要组织相容性复合体Ⅰ(MHCⅠ)类分子结合表位;用NetMHCIIpan 4.0 Server预测T淋巴细胞MHCⅡ类分子结合表位;用IEDB预测B淋巴细胞表位。将各个服务器预测结果筛选出的表位经过VaxiJen v 2.0评估抗原性后,将合格的表位通过柔性linker串联成多表位疫苗。对构建的多表位疫苗进行抗原性、理化性质、N-糖基化位点、二级结构和三级结构预测。使用分子对接评估多表位疫苗与免疫受体的结合能力,使用免疫模拟评估多表位疫苗的免疫效果,最后优化密码子便于克隆表达。【结果】经筛选后,选择4个MHCⅠ、4个MHCⅡ和8个B淋巴细胞表位优势表位构建的多表位疫苗MEV-IpaJ。多表位疫苗MEV-IpaJ的分子质量为28.18 ku,为稳定亲水蛋白,具有良好的抗原性,存在4个潜在的N-糖基化位点,α-螺旋、延长链、β-转角和无规则卷曲分别占20.38%、19.23%、8.08%和52.31%。三级结构Ramachandran作图显示,优势区域中含有残基数占89.9%%,进行细化后优势区域的残基数增加到94.0%,三级结构突出表位作图也证明MEV-IpaJ具有良好的免疫原性。分子对接结果显示,MEV-IpaJ与Toll样受体2(Toll-like receptor 2,TLR2)和TLR4蛋白分子可对接。免疫模拟结果显示,MEV-IpaJ具有较好的免疫应答,能提高部分细胞因子的表达,经密码子优化确保设计的MEV-IpaJ可在大肠杆菌K12表达系统中高效、稳定地表达。【结论】本研究构建的多表位疫苗MEV-IpaJ可有效表达并可能诱导强烈的T细胞和B细胞免疫应答。本研究为雏沙门菌多表位疫苗的设计提供了一种新的方法,为雏沙门菌多表位疫苗的研发提供了理论依据及数据支持。

非洲猪瘟病毒T、B细胞表位的免疫信息学预测与分析

旨在通过免疫信息学方法预测非洲猪瘟病毒(ASFV)结构蛋白的T、B细胞表位,为非洲猪瘟(ASF)表位疫苗的设计研制提供参考。从NCBI和RCSB数据库获取ASFV蛋白质序列和三维结构,利用IEDB、DTU Health Tech等数据库的生物信息学工具对ASFV的5种结构蛋白p72、p17、p49、M1249L和H240R的细胞毒性T细胞表位、线性B细胞和构象B细胞表位进行鉴定。结果显示:5种蛋白质均为亲水性,二级结构以无规则卷曲为主,仅M1249L例外;预测到抗原性良好、无毒、无致敏的细胞毒性T细胞优势表位27个,线性B细胞优势表位35个;预测到仅针对p72的构象B细胞优势表位2个。结论:ASFV的5种蛋白质可能具有多个潜在T、B细胞表位,其中B细胞表位相对占优,5种蛋白质中p72和M1249L最具疫苗研发前景,可结合蛋白质相关参数信息为构建ASF表位疫苗提供参考。

基于免疫信息学的结核分枝杆菌多阶段多表位疫苗构建

目的构建一种包含结核分枝杆菌(MTB)早期分泌蛋白和潜伏感染相关抗原表位的多阶段多表位疫苗。方法运用免疫信息学方法预测12个MTB蛋白的B细胞、细胞毒性T淋巴细胞(CTL)和辅助性T细胞(HTL)表位,从中筛选具有抗原性且无细胞毒性和致敏性的表位构建多表位疫苗,并进行理化性质分析、二级结构预测,3D建模,模型精制、质量验证,与Toll样受体4(TLR4)受体分子对接,最后进行免疫模拟。结果MTB表位疫苗共包含12个B细胞表位、11个CTL表位和12个HTL表位,具有灵活、稳定的球形构象,热稳定性和亲水性好,可与TLR4稳定相互作用。免疫模拟表明该疫苗能够同时激发有效的细胞和体液免疫应答。结论提出了一种基于免疫信息学技术的多阶段多表位MTB疫苗构建策略,该疫苗可能对活动期和潜伏性MTB感染有预防作用。

免疫信息学预测在治疗蛋白研究中的应用与发展

治疗性蛋白存在的免疫原性问题,能够潜在地引起抗药物抗体的产生或细胞介导的免疫反应,因此免疫原性评价是治疗蛋白开发过程中至关重要的一步。由于免疫系统的复杂性,直接的实验方法是昂贵且耗时的,并且实验结果需要反复认证。目前国内外存在多种免疫信息学工具,可针对治疗蛋白的B细胞表位以及T细胞表位进行预测。利用多种免疫信息学工具进行治疗蛋白免疫原性研究,能够预测出治疗蛋白的高免疫原性位点并对其进行改造,降低免疫原性。免疫信息学的应用避免了传统免疫学验证的缺点,为蛋白药物免疫原性的探究提供了新思路。

免疫信息学方法预测针对中东呼吸综合征冠状病毒的T/B细胞抗原表位

目的通过免疫信息学方法预测针对中东呼吸综合征冠状病毒(MERS-CoV)的T/B细胞抗原表位。方法从NCBI获取S蛋白序列后,运用MEGA11进行多序列比对及系统发育树构建,Expasy Protparam分析其理化性质,SOPMA预测其二级结构。随后对S蛋白建模并进行模型验证。再通过NetCTL-1.2、NetMHC pan EL 4.1和IEDB预测杀伤性T细胞(CTL)表位,NetMHCⅡpan-4.0、IFNepitope和IL-4pred预测辅助性T细胞表位(HTL),ABCpred和BepiPred-2.0预测线性B细胞表位(LBL),ElliPro工具预测构象B细胞表位(CBL)。最后对上述预测得到的线性表位进行抗原性、致敏性和毒性预测。结果S蛋白序列保守性较高,且来自不同国家的100个MERS-CoV S蛋白可以装进同一系统进化枝。理化性质分析结果显示,S蛋白亲水性总平均值为-0.078,在哺乳动物网织红细胞中半衰期约为30 h。模型验证结果显示构建的S蛋白模型是合理的。从S蛋白中预测得到具有抗原性、无致敏性和无毒性的CTL表位2个、HTL表位2个,LBL表位15个。ElliPro工具预测得到的CBL表位5个。结论MERS-CoV的S蛋白是亲水性的稳定蛋白;综合多种生物信息学方法可以预测得到T/B细胞抗原表位,对开发针对MERS-CoV的多肽疫苗具有重要借鉴意义。

SARS病毒表面蛋白抗原决定簇的免疫信息学分析

SARS病毒是一种新近发现的冠状病毒 ,其表面蛋白可与细胞上的相应受体结合 ,导致人类发生严重急性呼吸道综合征 (SARS)等疾病。通过免疫信息学的方法 ,我们对该病毒的表面蛋白进行了分析。结果显示 ,SARS病毒与常见的人类冠状病毒相比 ,其编码的表面蛋白中可以被人类免疫系统识别的抗原决定簇明显改变和减少。由此表明 ,SARS病毒引起人类发生严重疾病的原因可能与该病毒逃避机体免疫识别有关。因此 ,利用免疫信息学分析SARS病毒特有的或免疫应答比较强的决定簇 ,从中找到抗原肽疫苗的候选位点 。

用免疫信息学技术设计新型H1N1流感神经氨酸酶抗原表位肽(英文)

神经氨酸酶(NA)是一种具有唾液酸酶活性的流感毒粒表面糖蛋白,切断病毒HA与细胞膜上神经氨酸残基之间的连接,使病毒能够从宿主细胞表面释放.检测了新型H1N1流感NA基因核苷酸序列,用免疫信息学方法预测、筛选和鉴定B细胞表位;人工合成NA抗原多肽SE8和RE6,并免疫新西兰兔制备抗血清.两种抗血清具有体外中和新型H1N1流感病毒能力(微量中和实验),而且还具有拮抗血凝释放作用.根据2009年全球毒株NA基因序列检测和比对结果,发现多肽SE8和RE6序列未变异.实验揭示,多肽SE8和RE6可以作为新型H1N1流感候选多肽疫苗.

基于因特网的免疫信息学资源快速查找与利用

免疫信息学（Immunoinformatics）是计算机科学与免疫学、信息科学相结合的交叉学科，其利用计算机技术开展免疫学的生物信息学分析和计算。该文根据作者的实践经验，对因特网上免疫信息资源进行了整理和分类，总结了因特网上获取免疫信息资源的途径及其利用，介绍了一些快速查找方法与技巧，以便读者更迅速更准确地利用因特网上的免疫信息资源。

应用免疫信息学技术预测严重急性呼吸综合征冠状病毒2(SARS-CoV-2)的抗原表位

目的运用免疫信息学技术预测严重急性呼吸综合征冠状病毒2(SARS-CoV-2)的B细胞、细胞毒性T淋巴细胞(CTL)和辅助T(Th)细胞的抗原表位.方法从NCBI数据库检索SARS-CoV-2蛋白序列,根据抗原性≥0.5和氨基酸数≥100进行筛选,最终的蛋白序列用于后续的抗原肽的预测.用蛋白质结构预测软件Phyre2进行三维结构的预测、蛋白质模型结构的细化软件GalaxyRefine优化蛋白的三维结构,最后用蛋白质结构同源建模SWISS-MODEL系统对优化后的结构进行准确性评估.蛋白序列用于CTL、Th细胞和线性B细胞抗原肽预测,三维结构用于结构性B细胞抗原预测.免疫表位数据库和分析资源(IEDB)预测SARS-CoV-2的CTL和Th细胞抗原表位,B细胞线性抗原肽预测软件Bepipred Linear Epitope Prediction 2.0和B细胞结构抗原肽预测软件ElliPro-Epitope prediction based upon structural protrusion分别预测B细胞线性和结构抗原肽.结果从NCBI数据库获得了27个SARS-CoV-2的蛋白序列,去掉抗原性<0.5和氨基酸数<100的蛋白质后,最终选定9个蛋白进行后续抗原肽预测.最终获得了24个CTL、20个Th细胞、12个B细胞线性表位和16个B细胞结构表位.结论获得的抗原表位可用于后续多表位疫苗的设计,相较于只针对单种蛋白靶点的抗原表位而言,多靶点抗原表位具有更强的免疫原性,这些抗原表位对SARS-CoV-2疫苗而言,具有一定的参考价值.

活性肽与MHC结合能力预测的免疫信息学方法研究进展

综述活性肽与MHC(主要组织相容性复合体,major histocompatibility complex)结合能力预测的免疫信息学方法的最新进展,介绍常用的肽与MHC分子结合预测的相关工具及方法,分析了各类方法的特点、研究重点和难点,以期为寻找免疫活性肽提供更快捷的方法。

基于免疫信息学的表位疫苗设计研究进展

表位疫苗设计的一般流程是基于已知核苷酸或氨基酸序列,利用计算机辅助的免疫信息学分析等技术确定和筛选可能的优势表位,然后人工合成或借助基因工程技术制备含有优势表位的多肽疫苗.表位疫苗的合理设计是成功制备表位疫苗的关键,近年来的一系列研究使表位疫苗的设计思路和使用工具有了新的进展和突破.从抗原的选择和优化、B细胞抗原表位预测、T细胞抗原表位预测、多肽接头的选择和表位疫苗设计的评估等方面综述了基于免疫信息学的表位疫苗设计的最新研究进展,重点介绍了设计开发过程中所使用的常用计算机软件和工具.基于计算机辅助的免疫信息学分析可以节省表位疫苗开发所需的时间和成本,熟悉设计流程、熟练掌握相关计算机软件工具将为表位疫苗的有效研发带来有益帮助.

核桃中主要过敏原Jug r 1 B细胞线性表位中关键氨基酸的免疫信息学预测和识别

为确定影响Jug r 1线性表位致敏性的关键氨基酸,研究2种免疫信息学方法预测Jug r 1线性表位关键氨基酸的准确率和效率,以进一步认识核桃主要过敏原Jug r 1的B细胞线性表位。本研究通过2种免疫信息学的方法对Jugr1中3个线性表位上的关键氨基酸进行预测,采用丙氨酸扫描诱变法对关键氨基酸进行识别,采用固相合成技术合成Jug r 1系列突变多肽,以部分中国核桃过敏患者血清为探针,识别Jug r 1关键氨基酸。结果表明:表位1(4LVALLFVANAAA15)中的第4位亮氨酸、第7位亮氨酸、第8位亮氨酸和表位2(16FRTTITTMEIDEDID30)中的第20位异亮氨酸、第21位苏氨酸、第22位异亮氨酸以及表位3(125CGISSQRCEIRRSWF139)中的第127位异亮氨酸、第129位丝氨酸、第130位谷氨酰胺为关键氨基酸。使用两种免疫信息学结合预测的关键氨基酸准确率达到100%,但预测效率仅为11%。因此,使用2种免疫信息学结合的方式预测表位关键氨基酸可提高准确性,但会忽略一些关键氨基酸。免疫信息学结合丙氨酸扫描诱变法是识别表位关键氨基酸的重要研究思路。

基于免疫信息学的SARS-CoV-2表位筛选及疫苗分子设计分析

目的:基于新型冠状病毒(SARS-CoV-2)全病毒或Spike蛋白作为免疫原可能存在的无关抗原表位干扰,筛选鉴定优势保护性抗原表位,构建候选多价表位疫苗。方法:以免疫信息学确定诱导主要中和抗体、激活细胞免疫应答的细胞保护性抗原表位,以Raptor X、trRosetta预测蛋白疫苗的二级、三级结构,并对候选蛋白疫苗进行二硫键的设计及对接分析,以C-ImmSim服务器模拟预测分析多表位疫苗的免疫原性和免疫应答。结果:实验筛选了Spike蛋白免疫原性强的B细胞表位,具有高保守性和人群覆盖度广的IFN-γ、IL-4阳性的Th表位及CTL表位,计算模拟验证了疫苗的免疫应答特性。结论:信息学分析结果初步显示候选表位疫苗具有良好的平衡体液免疫和细胞免疫应答能力。

基于免疫信息学方法设计针对猪急性腹泻综合征冠状病毒S、M及E蛋白的多表位疫苗

【目的】设计针对猪急性腹泻综合征冠状病毒(Swine acute diarrhea syndrome coronavirus,SADS-CoV)S、M及E蛋白的多表位疫苗。【方法】本研究选用IEDB预测SADS-CoV S、M及E蛋白T淋巴细胞主要组织相容性复合体Ⅰ(MHCⅠ)类分子结合表位;用NetMHCIIpan 4.0 Serve预测T淋巴细胞MHCⅡ类分子结合表位;用Immunomedicine Group、IEDB预测B淋巴细胞表位。将各个服务器预测结果筛选出重叠表位区域作为优势表位,运用IEDB、AllerTOP v 2.0 Servers筛选出高保守性、非致敏性的优势表位区域,通过柔性linker串联成多表位疫苗。对构建的多表位疫苗进行抗原性、理化性质、N-糖基化位点、二级结构和三级结构预测。使用分子对接评估多表位疫苗与免疫受体的结合能力,最后进行基因克隆。【结果】经筛选后的高保守性、非致敏性优势表位构建的多表位疫苗相对分子质量为35.30 ku,为稳定亲水蛋白,具有良好的抗原性,存在1个N-糖基化位点,在二级结构中α-螺旋、β-折叠、无规则卷曲和β-转角分别占22.11%、20.35%、50.88%和6.67%。三级结构Ramachandran作图显示优势区域中含有残基数占到90.00%,进行细化后优势区域的残基数增加到91.92%,三级结构突出表位作图也证明多表位疫苗具有良好的免疫原性,分子对接表明多表位疫苗与TLR3具有高亲和力。经密码子优化、反向翻译和基因克隆确保设计的多表位疫苗在大肠杆菌K12表达系统中高效、稳定的表达。【结论】构建的多表位疫苗抗原可有效表达并可能诱导强烈的T细胞和B细胞免疫应答。本研究为SADS-CoV多表位疫苗的设计提供了一种新的方法,为SADS-CoV多表位疫苗的研发提供了理论依据及数据支持。

研究生课程免疫信息学的开设及效果初探

大数据背景下研究生教育必须转化教育观念和教育模式,以突出研究生创新实践能力以及科研思维的培养。结合当前生命科学的发展趋势、免疫学的自身特点以及作者单位的研究方向,对基础医学专业研究生开设免疫信息学课程。本文就该课程内容的架构、实施方案以及初次开课的效果进行讨论和分析,以期进一步完善免疫信息学课堂教学,并在基础医学专业研究生教育中得到推广。

免疫信息学在表位疫苗研发中的应用与研究进展

对于表位疫苗的设计,通常是利用免疫信息学工具和相关技术方法对已获取或已知的核苷酸序列和氨基酸序列进行分析,以此确定和预筛选出可能的优势表位,之后通过人工合成或基因工程技术等制备具有优势表位的多肽疫苗。免疫信息学的快速发展使其被成功应用于疫苗学领域,成为开发基于表位多肽疫苗最有效的方法。从免疫信息学在表位疫苗设计中的一般流程及疫苗验证、表位疫苗研发涉及的免疫信息学工具以及免疫信息学在表位疫苗设计中的具体应用等方面进行综述,以期为合理设计和研发有效的表位疫苗提供参考。

抗体CDR-H3区段的免疫信息学分析

抗原结合部位亲和力是其组成氨基酸理化特性、结构特征的集中体现。CDR-H3位于抗体的抗原结合部位中心,构象多变。本研究从人抗体CDR-H3的氨基酸分布序列信息入手,同时选取12个FDA已批准上市的治疗性抗体药物来分析抗体CDR-H3区段的结构特点。结果显示人H3区段最高分布频率长度为12,出现概率最高的氨基酸为Tyr,Tyr、Trp、Ser、Thr、Gly 5种氨基酸有助于抗原结合部位构象的形成;所选取的抗体药物CDRH3区段的长度n∈[7,14],Base区域构象均隶属于K构型,β-发夹结构氢键分布变化各异,其中芳香族氨基酸侧链和带电氨基酸分布对抗原结合具有重要促进作用。

生物信息学在免疫学上的应用

生物信息学的快速发展为免疫学的研究提供了新的手段,如果运用得当,能够大大加快研究进程,降低研究费用,缩短研究周期。兹从免疫学的常用数据库、免疫基因组以及MHC和多肽结合预测等3个方面,对生物信息学在免疫学中的应用进行了综述。