سرورهای پیش بینی کننده اپی توپ های CTL و خطی ( CTL PRED B cells، NETCTL، IEDB، BCEPRED، DISCO TOP، PDB)

سرورهای پیش بینی کننده اپی توپ های CTL و خطی

سرورهای پیش بینی کننده اپی توپ های CTL و خطی

معرفی سرورهای پیش بینی کننده اپی توپ های سلول های B

آنتی‌بادی‌ها گلیکوپروتئین‌هایی هستند که به‌صورت متصل به غشاء یا ترشح شده توسط لنفوسیت‌های B تولید می‌شوند و با درگیر کردن مکانیسم‌های مؤثر مختلف که برای از بین بردن آنتی‌ژن‌های متصل عمل می‌کنند، ایمنی هومورال خاص را ایجاد می کنند. توصیف برهمکنش های آنتی بادی-پروتئین تمرکز تحقیقات گسترده ای بوده است.

این کار درک ما را از سیستم ایمنی تطبیقی ​​ارتقا داده است و به کاربردهای عملی مهمی مانند شناسایی اهداف مهمی در واکسن شناسی کمک نموده است. هنگامی که یک آنتی بادی به پروتئین متصل می شود، محل های اتصال حاصل در آنتی بادی و پروتئین به ترتیب پاراتوپ و اپی توپ نامیده می شوند. در میان چندین روش تجربی برای نقشه‌برداری اپی توپ‌ها و پاراتوپ‌های سلول B، کریستالوگرافی اشعه ایکس به دلیل دقت بالا، شاید ترجیح داده ‌شده ‌ترین روش باشد.

با توجه به هزینه های بالا و چالش های فنی ارائه شده توسط روش های تجربی برای نقشه برداری اپی توپ ها و پاراتوپ ها، نیاز فوری به روش های قابل اعتماد بیوانفورماتیکی به صورت insilico برای شناسایی مکان های اتصال در کمپلکس های آنتی بادی-پروتئین می باشد.

هدف از پیش‌بینی اپی توپ های سلول B تسهیل شناسایی اپی توپ سلول B با هدف عملی جایگزینی آنتی ژن برای تولید آنتی بادی یا به منظور مطالعات ساختاری-عملکردی می باشد. هر ناحیه ی در معرض حلالیت در آنتی ژن می تواند توسط آنتی بادی ها شناسایی شود. با این وجود اپی توپ های سلول B را می توان به دو گروه اصلی تقسیم نمود. اپی توپ های خطی و اپی توپ های ساختاری.

اپی توپ های خطی قطعاتی از اسیدهای آمینه پیوسته در توالی پروتئین هستند. اپی توپ‌های ساختاری از بقایای اسید آمینه تشکیل شده‌اند که ممکن است در توالی اولیه پروتئین جدا شوند، اما از طریق تاخوردگی پروتئین و مجاورت فیزیکی بهم نزدیک شوند. بنابراین اپی توپ های خطی و ساختاری سلول های B با نام های پیوسته و ناپیوسته شناخته می شوند.

اگرچه تخمین زده می شود که بیش از 90 درصد اپی توپ ها ساختاری باشند، اما اکثر مطالعات تجربی و روش های محاسباتی بر روی نقشه برداری اپی توپ های سلول B خطی تمرکز دارند. آنتی بادی هایی که اپی توپ های خطی سلول B را تشخیص می دهند، می توانند آنتی ژن های دناتوره شده را تشخیص دهند در حالی که دناتوره شدن آنتی ژن ها منجر به کاهش شناسایی اپی توپ های ساختاری سلول B می شود.

در پروتئین ها، اپی توپ های ساختاری سلول B شامل باقی مانده هایی هستند که در ساختار اولیه متوالی نیستند، اما در ساختار سه بعدی آنتی ژن در فضا بسته هستند. در مقابل، اپی توپ های سلول B خطی از بقایای اسید آمینه متوالی تشکیل شده است. این اپی توپ های سلول B را می توان توسط آنتی بادی های خارج از بافت پروتئینی باقی مانده شناسایی کرد و می تواند جایگزین کل پروتئین برای تولید آنتی بادی شود.

روش‌ها و روش‌های متعددی برای پیش‌بینی اپی‌توپ‌های سلول B خطی وجود دارد. برخی از آنها بر اساس مقیاس های تمایل اسید آمینه هستند که ویژگی های فیزیکوشیمیایی اپی توپ های سلول B را نشان می دهد. اولین مورد از این مقیاس ها توسط هاپ و وودز معرفی شد و مقیاس های دیگر بعدا از جمله مقیاس های مبتنی بر انعطاف پذیری، آب گریزی، دسترسی سطحی و آنتی ژنی ارائه شد.

بیشتر رویکردهای اخیر برای پیش‌بینی اپی توپ‌های سلول B از الگوریتم‌های یادگیری ماشینی مانند شبکه عصبی استفاده می‌کنند که بر روی ویژگی‌های اپی توپ‌های سلول B شناخته شده، آموزش دیده‌اند. همانطور که توسط ارزیابی های مختلف نشان داده شده است، عملکرد روش های پیش بینی اپی توپ سلول B می تواند بسیار پایین باشد و هنوز جا برای بهبود وجود دارد.

روش‌های پیش‌بینی سلول B بر وجود مشترکات توالی اپی توپ سلول B تکیه می‌کنند. بنابراین، یک روش مبتنی بر شباهت توالی برای پیش‌بینی اپی توپ‌های سلول B خطی در توالی‌های پروتئین، با استفاده از ابزار اصلی جستجوی هم‌ترازی محلی یا BLAST توسعه داده شده است. این رویکرد مبتنی بر یافتن بازدیدهای BLAST به یک پایگاه داده شامل 62730 اپی توپ خطی سلول B است که از پایگاه داده اپی توپ ایمنی IEDB استخراج شده است. برای ارزیابی، هر توالی بدون Gap به این پایگاه داده با هویت بزرگتر مساوی 80% و طول بزرگتر مساوی 8 به عنوان اپی توپ سلول B در نظر گرفته می شود.

CTLPred یک روش مستقیم برای پیش‌بینی اپی‌توپ‌های CTL است که در طراحی واکسن حیاتی است. این روش ها مبتنی بر تکنیک های یادگیری ماشین هستند. این روش ها همچنین امکان پیش بینی اجماع و ترکیبی را فراهم می کنند.

سرور NetCTL  اپی توپ های CTL را در توالی های پروتئینی پیش بینی می کند. نسخه فعلی 1.2 به روز رسانی نسخه 1.0 است. نسخه 1.2 پیش‌بینی اتصال MHC کلاس I را به 12 سوپرتیپ MHC از جمله سوپرتیپ‌های A26 و B39 گسترش می‌دهد. دقت میل اتصال به پپتید MHC کلاس I در مقایسه با نسخه قبلی به طور قابل توجهی بهبود یافته است.

همچنین پیش‌بینی شکاف پروتئازون بهبود یافته است و اکنون با پیش‌بینی‌های به‌دست‌آمده توسط سرور NetChop-3.0 یکسان است. نسخه به روز شده بر روی مجموعه ای از 886 لیگاند MHC کلاس I شناخته شده تست شده است. توجه داشته باشید در 16 آگوست 2006 یک به روز رسانی جزئی برای سرور اجرا شده است که دقت پیش بینی اتصال MHC را بهبود می بخشد.

این روش پیش‌بینی اتصال پپتید MHC کلاس I، برش ترمینال پروتئازومی C و کارایی انتقال TAP را ادغام می‌کند. سرور اجازه می دهد تا اپی توپ های CTL را به 12 سوپرتایپ کلاس I MHC پیش بینی کند. اتصال MHC کلاس I و برش پروتئازومی با استفاده از شبکه های عصبی مصنوعی انجام می شود. بازده حمل و نقل TAP با استفاده از ماتریس وزن پیش‌بینی می‌شود.

سرورهای پیش بینی کننده اپی توپ های CTL و خطی

اتصال پپتید MHC با استفاده از شبکه‌های عصبی آموزش داده شده برای سرور NetMHC پیش‌بینی می‌شود. رویداد برش پروتئازوم با استفاده از نسخه شبکه های عصبی NetChop آموزش داده شده بر روی پایانه های C اپی توپ های شناخته شده CTL همانطور که برای سرور NetChop-3.0 توضیح داده شده است، پیش بینی می شود. بازده حمل و نقل TAP با استفاده از روش مبتنی بر ماتریس وزنی که توسط پیترز و همکاران توصیف شده است، پیش‌بینی می‌شود.

سرور شامل پیش‌بینی اتصال MHC به پپتید برای 12 سوپرتیپ MHC کلاس I است. خروجی شبکه عصبی که اتصال MHC به پپتید را پیش‌بینی می‌کند، یک مقدار تبدیل‌شده ثبت شده مربوط به مقادیر IC50 در واحدهای nM است.

bcepred

سرور Bcepred به آدرس webs.iiitd.edu.in/raghava/bcepred با هدف پیش بینی نواحی اپی توپ سلول B در یک توالی آنتی ژن با استفاده از خواص فیزیکی و شیمیایی، راه اندازی شده است.

Bcepred بر روی پایگاه داده ی اپی توپ سلول B، BCIPED ازمایش شده است و بنابراین احتمالا عملکرد بهتری برای پیش بینی اپی توپ سلول B یک آنتی ژن خواهد داشت. Bcepred می تواند اپی توپ های سلول B پیوسته را پیش بینی کند. خواص شناسایی شده اپی توپ سلول B شامل آب دوستی، انعطاف پذیری، تحرک، دسترسی، قطبیت و … است. تعیین کمیت این خصوصیات با اختصاص یک مقدار به هر یک از 20 اسید آمینه طبیعی انجام می شود.

iedb analysis resource

DiscoTope یک روش جدید برای پیش‌بینی اپی توپ ناپیوسته ارائه می کند که از داده‌های ساختاری سه‌بعدی پروتئین استفاده مینماید. این روش بر اساس آمار اسید آمینه، اطلاعات فضایی، و دسترسی به سطح در یک مجموعه داده جمع‌آوری شده از اپی توپ‌های ناپیوسته است که توسط کریستالوگرافی اشعه ایکس مجتمع‌های پروتئین آنتی‌بادی-آنتی‌ژن تعیین می‌شود.

DiscoTope اولین روشی است که به صراحت بر روی اپی توپ های ناپیوسته تمرکز می کند و نشان می دهد که روش مبتنی بر ساختار جدید عملکرد بهتری برای پیش‌بینی باقی‌مانده‌های اپی توپ‌های ناپیوسته نسبت به روش‌هایی که صرفا بر اساس اطلاعات توالی هستند، دارد و می‌تواند با موفقیت بقایای اپی توپی را که با تکنیک‌های مختلف شناسایی شده‌اند، پیش‌بینی کند. DiscoTope، 15.5 درصد از باقی مانده های واقع در اپی توپ های ناپیوسته با اختصاصیت 95 درصد را تشخیص می دهد.

در این سطح از ویژگی، مقیاس آب دوستی Parker معمولا برای پیش‌بینی اپی توپ‌های سلول B خطی، تنها 11 درصد از باقی مانده‌های واقع در اپی توپ‌های ناپیوسته را شناسایی می‌کند. پیش‌بینی‌های روش DiscoTope می‌تواند نقشه‌برداری اپی توپ تجربی را در طراحی منطقی واکسن و توسعه ابزارهای تشخیصی هدایت کند و ممکن است به شناسایی اپی توپ کارآمدتر منجر شود.

از این مطلب چقدر راضی بودید؟

روی ستاره کلیک کنید تا نظرتون ثبت بشه

5 / 5. تعداد رای دهندگان: 2

تا حالا امتیازی برای این مطلب ثبت نشده؛ با ثبت نظرتون مارو خوشحال می‌کنید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *