使用一种新的结构/功能方法来选择多样化的猪主要基因相容性复合体1基因组来预测疫苗开发的表位

科学领域:

• 免疫信息学是指免疫信息学.
• 兽医疫苗学 兽医疫苗学

背景情况:

• 猪白细胞抗原 (SLA) 是猪主要基因相容性复合体 (MHC) 蛋白质,对于猪的免疫反应至关重要.
• 开发有效的疫苗用于像猪这样的杂种,需要识别结合不同SLA等位基因的表位.

研究的目的:

• 引入一种新的计算策略,用于预测与多种猪白细胞抗原 (SLA) 等位体结合的表位.
• 通过识别猪生殖和呼吸系统综合征病毒 (PRRSV) 的高亲和性表观体来增强疫苗的开发.

主要方法:

• 利用分子动力学模拟来识别SLA-表位相互作用中的关键氨基酸.
• 开发了一种新的算法,将SLA-1基因组与加权的非保存氨基酸进行比较.
• 采用同质模型,静电接触映射和蛋白质-对接用于结合亲和力分析.
• 使用NetMHCpan 4.1.1. 的验证预测.

主要成果:

• 鉴定了猪生殖和呼吸系统综合征病毒矩阵蛋白质表位,具有与八种不同的SLA-1基因相结合的高度亲和力.
• 与NetMHCpan 4.1预测相比,新的预测策略产生了与NetMHCpan 4.1预测相等或更高的能量相互作用的表征.
• 证明序列变化显著影响结合点电荷分布.

结论:

• 开发的战略提供了一个对现有的表位预测工具的补充方法,特别是对于其他工具可能缺乏覆盖范围的SLA.
• 这种方法有助于选择多种SLA等位基因,并随后进行in silico分析以进行稳健的表位基因鉴定.
• 这些发现支持开发更有效的针对猪病的疫苗.