大规模配对链BCR分析揭示了抗体克隆家族推断偏差,并通过机器学习增强了分辨率
Hao Wang1, Kaixuan Wang1, Qihang Xu1
1Academy of Medical Engineering and Translational Medicine, Tianjin University, Tianjin, China.
PLoS computational biology
|March 11, 2026
概括
准确的B细胞受体 (BCR) 分析需要配对重型和轻型链. 我们的新框架,fastBCR-p,纠正来自仅重链数据的偏差,改善疾病研究的免疫谱系分析.
科学领域:
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
背景情况:
- 适应性免疫系统识别多种抗原的能力,同时保持广泛的谱系至关重要.
- B细胞受体 (BCR) 和抗体克隆家族是理解免疫编码的关键.
- 当前的库存分析通常仅依赖于重链数据,失去关键的轻链配对信息.
研究的目的:
- 调查BCR流程分析中仅依赖重链数据所造成的偏差.
- 为准确的克隆家族推断开发一个改进的计算框架.
- 加强免疫动态的跟踪和疾病相关抗体系的识别.
主要方法:
- 利用大规模的配对链BCR测序数据.
- 识别文物,如链式混合和天真类型的伪克隆集群.
- 开发fastBCR-p,一个整合轻链信息子集群和公共序列改进的框架.
主要成果:
- 证明只有重链集群可以误解真正的克隆架构.
- 确定了两个主要的文物:链式混合和天真类型的伪克隆集群.
- fastBCR-p显著改善了现实数据集中的链一致性和集群质量.
结论:
- 准确的BCR克隆推理需要整合重链和轻链信息.
- 快速BCR-p框架有效地解决了技术和生物人工物,从而导致更可靠的免疫列表分析.
- 改进的克隆推理有助于更好地理解健康和疾病中的免疫反应.
更多相关视频
09:07Single-cell Screening Method for the Selection and Recovery of Antibodies with Desired Specificities from Enriched Human Memory B Cell Populations
Published on: August 22, 2019
11.6K
08:51Identification of Mouse and Human Antibody Repertoires by Next-Generation Sequencing
Published on: March 15, 2019
13.2K
