发现Epi:自动化整个蛋白质组MHC-I-表位预测和可视化
C Mahncke1,2, F Schmiedeke3, S Simm4,5
1Friedrich Loeffler-Institute of Medical Microbiology-Virology, University Medicine Greifswald, 17475, Greifswald, Germany.
BMC bioinformatics
|September 28, 2024
概括
我们开发了DiscovEpi,这是一种用于预测整个蛋白质组中的T细胞表位的工具. 这种方法有助于识别用于疫苗设计的免疫原蛋白,并了解针对SARS-CoV-2等病原体的适应性免疫力.
科学领域:
- 免疫学 免疫学 免疫学
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 适应性免疫反应是由抗原呈现启动的,在这种情况下,病原体会与MHC I类分子结合.
- 准确预测与MHC I类 (MHC-I) 结合的对于理解免疫反应以及疫苗和药物设计至关重要.
- 现有的表位预测工具通常集中在单个蛋白质上,限制了大规模的蛋白质组分析.
研究的目的:
- 开发一个计算工具,DiscovEpi,用于在整个蛋白质组中自动预测MHC-I表位素.
- 允许以蛋白质为中心的免疫性分析,包括表位密度和结合得分.
- 为了促进不同蛋白质组之间的免疫原性潜力的比较分析.
主要方法:
- 开发了DiscovEpi,用于从UniProt中自动提取蛋白序列,并使用NetMHCpan.Epi进行随后的表位预测.
- 实施了以蛋白质为中心的方法来计算蛋白质组内的每个蛋白质的表皮质密度和平均结合分数.
- 应用DiscovEpi用于比较SARS-CoV-2和流感A蛋白质的免疫潜力.
主要成果:
- DiscovEpi成功地将整个蛋白质与表位预测接口起来,提供自动化分析.
- 计算的表皮质密度和结合分数允许根据预测的免疫性对蛋白质进行排名.
- 与流感A蛋白相比,SARS-CoV-2的膜相关蛋白显示出更高的预测免疫原性潜力,通过表位图可视化.
结论:
- 自动化全蛋白质组表位预测和可视化有助于识别免疫原蛋白和区域.
- 这种方法支持对适应性免疫反应的研究,并加速了疫苗设计.
- DiscovEpi为比较免疫蛋白组学和病原体免疫反应分析提供了一个有价值的工具.
更多相关视频
09:32Immunopeptidomics: Isolation of Mouse and Human MHC Class I- and II-Associated Peptides for Mass Spectrometry Analysis
Published on: October 15, 2021
11.7K
07:28JUMPn: A Streamlined Application for Protein Co-Expression Clustering and Network Analysis in Proteomics
Published on: October 19, 2021
3.1K
