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...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。展开更多
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...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。展开更多
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...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.展开更多
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...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。展开更多
文摘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。
文摘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。
文摘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.
文摘为确定影响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。