AbEpiTope-1.0:通过使用AlphaFold和逆折叠改进了抗体标预测
Joakim Nøddeskov Clifford1, Eve Richardson2, Bjoern Peters2
1Department of Health Technology, Technical University of Denmark, Kgs. Lyngby 2800, Denmark.
Science advances
|June 13, 2025
概括
AbEpiTope-1.0使用结构建模和机器学习来预测抗体特定的B细胞表位. 这种新工具提高了针对疫苗和诊断开发的抗体-抗原结合预测准确度.
科学领域:
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
- 结构生物学 结构生物学
背景情况:
- 准确的B细胞表位预测对于疫苗设计和诊断至关重要.
- 预测特定的抗体-抗原相互作用和结合部位 (表位) 仍然是免疫学的重大挑战.
研究的目的:
- 介绍AbEpiTope-1.0,一种用于抗体特异性B细胞表位预测的新型计算工具.
- 为了提高鉴定抗体对抗原的结合位点的准确性和效率.
主要方法:
- 利用AlphaFold进行抗体-抗原复杂结构建模.
- 在机器学习模型开发中采用反向折叠技术.
- 在1730个抗体-抗原复合物的数据集上验证了性能,包括对交换的抗体-抗原结构的分析.
主要成果:
- 在预测抗体-抗原接口准确度方面,AbEpiTope-1.0表现出比AlphaFold更好的性能.
- 预测对特定抗体输入的敏感性.
- 一个专门的模型变体在正确识别真实抗体-抗原对比交换对照时实现了61.21%的准确性.
结论:
- AbEpiTope-1.0在抗体特异性B细胞表位预测方面取得了重大进展.
- 该工具提供了一种快速的方法来查针对特定抗原的抗体,帮助研究和开发.
- AbEpiTope-1.0可以作为免费的Web服务器和软件访问.
更多相关视频
06:50Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions
Published on: January 26, 2024
1.8K
13:49Semi-automated Biopanning of Bacterial Display Libraries for Peptide Affinity Reagent Discovery and Analysis of Resulting Isolates
Published on: December 6, 2017
11.4K
