張榮波杜昭宏吳靜,2胡東

?綜 述?

基于Web的疫苗設(shè)計(jì)工具

張榮波1,2★杜昭宏1吳靜1,2胡東1,2★

迄今為止，疫苗是用于預(yù)防感染、腫瘤、過敏及免疫失衡等疾病最為有效的工具之一。歸功于強(qiáng)大的信息儲(chǔ)量及分析能力，網(wǎng)絡(luò)數(shù)據(jù)庫及分析系統(tǒng)為研究人員提供了更為容易的疫苗設(shè)計(jì)途徑。目前，這些網(wǎng)絡(luò)工具可以歸類為生物大分子的序列信息、結(jié)構(gòu)分析及功能預(yù)測。鑒于生物信息學(xué)工具的日益增多，本文對其進(jìn)行分類總結(jié)，以方便更多研究者使用。

疫苗；網(wǎng)絡(luò)工具；預(yù)測；生物信息學(xué)

最近幾年用于疫苗設(shè)計(jì)的計(jì)算機(jī)方法發(fā)生了巨大的變化。傳統(tǒng)的免疫學(xué)研究結(jié)果可用鋼筆、鉛筆或電子表格記錄，但高通量測序、DNA陣列和蛋白質(zhì)組學(xué)等新實(shí)驗(yàn)中產(chǎn)生了大量的數(shù)據(jù)，這些方法已不能有效地處理和挖掘這些數(shù)據(jù)。免疫生物信息學(xué)需要討論如何處理在免疫學(xué)和疫苗設(shè)計(jì)領(lǐng)域產(chǎn)生的大量數(shù)據(jù)（免疫信息學(xué)領(lǐng)域的快速增長起到了推波助瀾的作用）使沒有生物信息專業(yè)知識的研究人員也可在互聯(lián)網(wǎng)上獲得許多方法。本文試圖作一個(gè)關(guān)于目前可用的方法的概述，并指出不同方法的優(yōu)缺點(diǎn)。

1 描述免疫過程的預(yù)測服務(wù)器

只有一小部分的從致病微生物蛋白質(zhì)中產(chǎn)生的肽能引起實(shí)際的免疫應(yīng)答。前體肽必須產(chǎn)生蛋白酶才能被提交給CD8+T細(xì)胞，在細(xì)胞質(zhì)中由其他肽酶修剪該肽的N-末端[1]。然后，它必須綁定到抗原加工相關(guān)轉(zhuǎn)運(yùn)子（TAP）以便轉(zhuǎn)運(yùn)到內(nèi)質(zhì)網(wǎng)（ER）上易位。在這里，它被與抗原加工相關(guān)的氨基肽酶修剪N-末端（ERAAP），直到它結(jié)合到主要組織相容性復(fù)合體Ⅰ類（MHC I）分子[2]。此后，它被輸送到細(xì)胞表面。細(xì)胞表面上只有一半的肽的免疫原性可能是由于規(guī)模有限的T細(xì)胞受體（TCR）指導(dǎo)。最有選擇性的步驟是與MHC I類分子的結(jié)合，因?yàn)橹挥?/200的肽親和結(jié)合強(qiáng)大到足以產(chǎn)生免疫反應(yīng)[3]。

為了進(jìn)行比較，TAP結(jié)合的選擇性報(bào)道為1/7[4]。這一切都發(fā)生在與其他肽的競爭中，因此為了使肽具有免疫原性（免疫），它必須在給定的細(xì)胞中比其他肽更有效地經(jīng)過上述過程[3]。

而MHC I類分子的主要樣肽來自細(xì)胞液，MHC II 類分子提呈肽來自胞吞的蛋白質(zhì)。未折疊的多肽在胞吞細(xì)胞器中結(jié)合到MHC II分子[5]。MHC I類分子和MHC II類分子具有高度多態(tài)性，等位基因特異性往往是非常不同的。因此，不同的個(gè)體通常對來自同一病原體的不同系列的肽產(chǎn)生不同的反應(yīng)。

可以通過氨基酸序列預(yù)測一些參與抗原呈遞過程的特異性。例如，這可以被用來選擇疫苗中的抗原決定簇，并有助于理解在感染性疾病、自身免疫疾病和癌癥中免疫系統(tǒng)的作用。下面我們將介紹一些網(wǎng)絡(luò)上可以進(jìn)行這樣預(yù)測的資源。

1.1 MHC結(jié)合肽的數(shù)據(jù)庫

存在于互聯(lián)網(wǎng)上的幾個(gè)MHC結(jié)合肽數(shù)據(jù)庫（表1）。

1.1.1 SYFPEITHI：SYFPEITHI數(shù)據(jù)庫包含肽序列、錨位置、MHC特異性、源蛋白源生物和出版物參考信息。該數(shù)據(jù)庫包括大約3 500個(gè)已知的結(jié)合MHC I類和II類分子的肽序列和基于以前出版物的T細(xì)胞表位和來自許多物種的MHC配體[6]。

1.1.2 MHCPEP：MHCPEP 是MHC結(jié)合肽的另一個(gè)主要數(shù)據(jù)庫，包括超過13 000個(gè)結(jié)合MHC分子的肽序列[7]。出版報(bào)告編譯的條目和直接提交的實(shí)驗(yàn)數(shù)據(jù)一樣好。每個(gè)條目包含肽序列、MHC特異性和有效性、實(shí)驗(yàn)方法、觀察到的活性、親和力、源蛋白、錨的位置和出版物參考。遺憾的是，數(shù)據(jù)庫自1998年6月后不再更新。該數(shù)據(jù)庫可以作為ASCII文件下載。

1.1.3 JenPep：JenPep是一個(gè)較新的數(shù)據(jù)庫，它包含MHC、TAP以及T細(xì)胞表位肽的大量結(jié)合數(shù)據(jù)，該數(shù)據(jù)庫包含8000多個(gè)條目[8]。

1.1.4 FIMM：由Schoenbach和Brusic創(chuàng)建，是一個(gè)分子免疫學(xué)的功能數(shù)據(jù)庫。該數(shù)據(jù)庫包含571個(gè)抗原和1 591個(gè)肽[9]。

1.1.5 MHCBN：這是一個(gè)MHC結(jié)合和非結(jié)合肽的數(shù)據(jù)庫，包含14 816個(gè)粘合劑，1 782個(gè)非粘合劑和5 456 個(gè)T細(xì)胞表位[10]。

1.1.6 HLA配體/ Motif的數(shù)據(jù)庫：這個(gè)網(wǎng)站的數(shù)據(jù)庫可以通過定義等位基因和特異性，氨基酸模式，氨基酸序列中配體/基序，作者的姓氏等更多指標(biāo)的高級搜索來搜索。

1.1.7 HIV分子免疫學(xué)數(shù)據(jù)庫：HIV分子免疫學(xué)雜志數(shù)據(jù)庫是一個(gè)注釋的，可檢索HIV-1細(xì)胞毒性和輔助性T細(xì)胞表面抗原和抗體的結(jié)合位點(diǎn)。目標(biāo)是提供一個(gè)全面定義HIV抗原表位的數(shù)據(jù)庫[11]。

1.1.8 EPIMHC：MHC配體數(shù)據(jù)庫可以根據(jù)序列長度、類、物種和配位體是否是抗原決定簇進(jìn)行搜索。

美國國立衛(wèi)生研究院將在未來五至七年資助“免疫抗原表位數(shù)據(jù)庫和分析計(jì)劃”（www.niaid.nih. gov/contract/archive/rfp0331.pdf）的設(shè)計(jì)、開發(fā)、填充并維持公開訪問性，全面的免疫抗原表位數(shù)據(jù)庫包含的線性和構(gòu)象的抗體抗原表位和T細(xì)胞表位。這個(gè)數(shù)據(jù)庫最終可能合并上述數(shù)據(jù)庫中的大部分?jǐn)?shù)據(jù)。

1.2 預(yù)測MHC結(jié)合

存在于互聯(lián)網(wǎng)上的幾個(gè)MHC結(jié)合肽預(yù)測服務(wù)器（表2）。如上表所示一些基于互聯(lián)網(wǎng)的方法同樣允許預(yù)測II類分子的結(jié)合。在互聯(lián)網(wǎng)上有許多的預(yù)測MHC-肽結(jié)合的矩陣法。參數(shù)往往來自配體測序群。然而，基質(zhì)或隱馬爾可夫模型也同樣可以來自配體序列。在這些方法中基序每個(gè)位置上的氨基酸為預(yù)測得分提供一個(gè)獨(dú)立的貢獻(xiàn)。神經(jīng)網(wǎng)絡(luò)能夠更準(zhǔn)確的預(yù)測位置之間的相關(guān)性是否存在，并有足夠的數(shù)據(jù)來建模。這具有潛在的優(yōu)點(diǎn)，它可以根據(jù)基序中不同位點(diǎn)的相關(guān)性說明。

表1 MHC結(jié)合肽數(shù)據(jù)庫Table 1 MHC binding peptide databases

1.2.1 BIMAS：BIMAS方法是Parker等[12]1994年開發(fā)的，該方法是以已出版的文獻(xiàn)推導(dǎo)出的系數(shù)表為基礎(chǔ)。HLA-A2和肽結(jié)合數(shù)據(jù)結(jié)合在一起產(chǎn)生一個(gè)包含180個(gè)系數(shù)的表（20個(gè)氨基酸×9個(gè)位點(diǎn)），其中每一個(gè)系數(shù)代表肽內(nèi)特定位置氨基酸殘基的影響。

1.2.2 SYFPEITHI：SYFPEITHI預(yù)測以發(fā)表的基序（池測序，天然配體）為基礎(chǔ)，并考慮到在錨和輔助錨位置氨基酸。得分是根據(jù)以下規(guī)則計(jì)算：某一肽的氨基酸被賦予了特定的值，這取決于他們是否是錨形體、輔助錨或優(yōu)選的殘基。理想中的錨將得到10分，例外的錨形體6～8分，輔助錨4～6分，優(yōu)選的殘基1～4分。氨基酸的結(jié)合能力被認(rèn)為有負(fù)面影響，給定的值介于-1～-3[13]。SYFPEITHI Web網(wǎng)站預(yù)測用于5個(gè)不同的MHC II等位基因除了一些I類等位基因。

1.2.3 PREDEPP：該方法以MHC溝槽中的肽結(jié)構(gòu)為模型，要求多肽候選分子為螺紋型，其與MHC結(jié)合的相容性由配對檢驗(yàn)統(tǒng)計(jì)進(jìn)行評估。此方法的優(yōu)點(diǎn)在于，它不需要肽結(jié)合實(shí)驗(yàn)驗(yàn)證，因此，可以用于只有有限數(shù)據(jù)的等位基因[14]。

1.2.4 Epipredict：使用合成組合多肽庫來定量描述肽-HLA II類相互作用的方法。Jung等[15]的等位基因特異性二維數(shù)據(jù)庫中描述每個(gè)II類-配體氨基酸側(cè)鏈結(jié)合作用。

1.2.5 Predict：Yu等[16]利用神經(jīng)網(wǎng)絡(luò)預(yù)測I類、II類和TAP結(jié)合的預(yù)測方法。

1.2.6 Propred：Singh以1999年出版的矩陣為根據(jù)[17～18]，是TEPITOPE程序的實(shí)現(xiàn)和拓展[19～20]。除此之外差異可以歸因于我們測試中沒有發(fā)現(xiàn)任何兩者之間差異的微小錯(cuò)誤。

1.2.7 MHCPred：11個(gè)不同的HLA I類等位基因結(jié)合的預(yù)測可使用三維定量構(gòu)效關(guān)系方法[21]。

1.2.8 Net MHC：HLA-A2結(jié)合的預(yù)測利用神經(jīng)網(wǎng)絡(luò)。此方法定量預(yù)測結(jié)合親和力，將不同的肽進(jìn)行分類（結(jié)合與非結(jié)合根據(jù)一個(gè)閾值比較）。Buus等[22～23]使用同種測定法得到的大量結(jié)合數(shù)據(jù)已經(jīng)驗(yàn)證過該方法。一些預(yù)測粘合劑在小鼠體內(nèi)誘導(dǎo)CTL反應(yīng)的能力已經(jīng)過測試，并由HIV-1 HLA-A2陽性患者CD8+T-細(xì)胞識別[22～23]。兩個(gè)著名的預(yù)測方法，TEPITOPE 和 EpiMatrix是不能通過網(wǎng)絡(luò)獲得的，已在表3中列出[24～25]。TEPITOPE的流行是從它允許不同的II類分子肽的預(yù)測開始的。

1.3 蛋白酶體的酶切位點(diǎn)預(yù)測

MHC I類配位體的C末端最有可能被蛋白酶裂解。蛋白酶體通常產(chǎn)生N-末端延伸MHC配體的前體，這些前體的N-末端可以在內(nèi)質(zhì)網(wǎng)上被修剪?？乖瓫Q定簇內(nèi)蛋白酶裂解位點(diǎn)不需要廢除這種表位的免疫反應(yīng)，然而它們可以降低給定肽的免疫反應(yīng)的有效性[3]。因此，蛋白酶在選擇提交給CD8+T細(xì)胞的肽中起著重要的作用。在脊椎動(dòng)物中用IFN-γ刺激，導(dǎo)致蛋白酶三個(gè)亞基的替換形成具有不同特異性的免疫保護(hù)[26]。在互聯(lián)網(wǎng)上存在不同的用于預(yù)測蛋白酶裂解位點(diǎn)的方法（表4）。

表2 HLA肽結(jié)合預(yù)測Table 2 Binding predictions of HLA peptides

1.3.1 PAProC：蛋白酶體分裂預(yù)測算法是以實(shí)驗(yàn)裂解數(shù)據(jù)為基礎(chǔ)的用于人類和酵母蛋白酶的預(yù)測工具[27～28]。最新資料顯示以體外免疫蛋白酶裂解數(shù)據(jù)為基礎(chǔ)的PAProC程序也是根據(jù)PAProC主頁操作的[29]。

1.3.2 FRAGPREDICT：包括兩種不同的算法。其中一個(gè)的目的是預(yù)測蛋白酶體裂解的可能性，以裂解帶周圍決定氨基酸基序裂解的統(tǒng)計(jì)分析為基礎(chǔ)[30～31]。第二個(gè)算法使用切割位點(diǎn)的分析結(jié)果作為輸入，提供主要蛋白水解片段的預(yù)測。

1.3.3 NetChop：這是由不同的調(diào)制解調(diào)器調(diào)整過的神經(jīng)網(wǎng)絡(luò)。?Kesmir建議使用經(jīng)過C-末端切割位點(diǎn)調(diào)整過的C-term2.0網(wǎng)狀構(gòu)造，切割點(diǎn)是用于預(yù)測CTL分界線的MHC I類配體的1 110個(gè)公認(rèn)有效的C-末端切割位點(diǎn)[22]。這個(gè)網(wǎng)絡(luò)的特異性可能會(huì)類似于特異性免疫蛋白酶。

Margalit組最近在網(wǎng)絡(luò)上也做了他們的蛋白酶體切割位點(diǎn)的自然傾向?qū)嶒?yàn)[32]。

2 綜合預(yù)測

最近已經(jīng)開發(fā)了許多提供綜合預(yù)測的網(wǎng)站。MAPPP服務(wù)器（表2）允許用戶創(chuàng)建開放閱讀框搜索結(jié)合MHC和預(yù)測蛋白酶切割位點(diǎn)，Raghava有一個(gè)預(yù)測服務(wù)器（www.imtech.res.in/raghava/propred1/ index. html）完成了47 MHC-I類等位基因、蛋白酶體和免疫蛋白酶體模型的矩陣[17]。 MHC的網(wǎng)絡(luò)服務(wù)器允許HLA-A2的結(jié)合和NetChop預(yù)測。

2.1 MHC序列數(shù)據(jù)庫

許多存在于互聯(lián)網(wǎng)上的含有免疫蛋白質(zhì)序列的數(shù)據(jù)庫（表5）。

2.1.1 HIG：目前HLA序列數(shù)據(jù)庫包含1 596個(gè)等位基因序列。到2002年10月，263 HLA-A，501HLA-B，HLA-F125HLA-C，6HLA-E，1和15個(gè)HLA-G I類等位基因已被命名。3HLA-DRA，397HLADRB，22 HLA-DQA1，53 HLA-DQB1，20 HLA-DPA 1100 HLA-DPB1，4HLA-DMA，-DMB6HLA，8HLA-DOA和8HLA-DOB II類序列也被命名，還有6 TAP1，4TAP2和54 MICA序列。HLA序列數(shù)據(jù)庫還包含廣泛命名法HLA系統(tǒng)（HLA類I和II類等位基因名的表）該數(shù)據(jù)庫對HLA命名是非常有幫助的，因?yàn)镠LA命名是非常復(fù)雜和繁瑣的。

2.1.2 IMGT：國際免疫遺傳學(xué)項(xiàng)目，是專門從事所有脊椎動(dòng)物免疫球蛋白、T細(xì)胞受體和MHC的一個(gè)數(shù)據(jù)庫集。IMGT項(xiàng)目成立于1989年的蒙彼利埃第二大學(xué)和法國國家科學(xué)研究中心（Montpellier，法國）并且和EBI有密切合作。

2.1.3 ASHI：（ASHI）美國組織相容性和免疫遺傳學(xué)協(xié)會(huì)提供的基因和等位基因頻率的數(shù)據(jù)庫（www. ashi-hla.org/）。

2.1.4 MHCDB：MHC序列的“注冊用戶”數(shù)據(jù)庫。這是一個(gè)ACEDB式人類主要組織相容性數(shù)據(jù)庫。它在很大程度上被6ace取代，6ace是來自桑格中心的人類第6號染色體ACEDB式數(shù)據(jù)庫。

3 其他網(wǎng)站

表6中列出許多與免疫學(xué)和疫苗的設(shè)計(jì)相關(guān)的其他數(shù)據(jù)庫。

表3 非網(wǎng)絡(luò)的MHC結(jié)合預(yù)測Table 3 MHC binding peptide based on non-web

表5 MHC序列數(shù)據(jù)庫Table 5 MHC sequence databases

表6 其他網(wǎng)站Table 6 Other web site

[1]Lévy F, Burri L, Morel S, et al. The final N-terminal trimming of a subaminoterminal proline-containing HLA class I-restricted antigenic peptide in the cytosol is mediated by two peptidases[J]. J Immunol, 2002, 169(8): 4161-4171.

[2]Serwold T, Gonzalez F, Kim J, et al. ERAAP customizes peptides for MHC class I molecules in the endoplasmic reticulum[J]. Nature, 2002, 419(6906): 480-483.

[3]Yewdell J W, Bennink J R. Immunodominance in major histocompatibility complex class I-restricted T lymphocyte responses[J]. Annu Rev Immunol, 1999, 17: 51-88.

[4]Uebel S, Kraas W, Kienle S, et al. Recognition principle of the TAP transporter disclosed by combinatorial peptide libraries[J]. Proc Natl Acad Sci U S A, 1997, 94(17): 8976-8981.

[5]Castellino F, Zhong G, Germain R N. Antigen presentation by MHC class II molecules: invariant chain function, protein trafficking, and the molecular basis of diverse determinant capture[J]. Hum Immunol, 1997, 54(2): 159-169.

[6]Rammensee H, Bachmann J, Emmerich N P, et al. SYFPEITHI: database for MHC ligands and peptide motifs[J]. Immunogenetics, 1999, 50(3-4): 213-219.

[7]Brusic V, Rudy G, Harrison L C. MHCPEP, a database of MHC-binding peptides: update 1997[J]. Nucleic Acids Res, 1998, 26(1): 368-371.

[8]Blythe M J, Doytchinova I A, Flower D R. JenPep: a database of quantitative functional peptide data for immunology[J]. Bioinformatics, 2002, 18(3): 434-439.

[9]Sch?nbach C, Koh J L, Flower D R, et al. FIMM, a database of functional molecular immunology: update 2002[J]. Nucleic Acids Res, 2002, 30(1): 226-229.

[10]Bhasin M, Singh H, Raghava G P. MHCBN: a comprehensive database of MHC binding and non-binding peptides[J]. Bioinformatics, 2003, 19(5): 665-666.

[11]Bette T M K, Christian B, Barton F H, et al. HIV Molecular Immunology 2001[M]. Los Alamos, New Mexico: Los Alamos National Laboratory, Theoretical Biology and Biophysics, 2001.

[12]Parker K C, Bednarek M A, Coligan J E. Scheme for ranking potential HLA-A2 binding peptides based on independent binding of individual peptide side-chains[J]. J Immunol, 1994, 152(1): 163-175.

[13]Rammensee H G, Bachmann J, Emmerich N P N, et al. SYFPEITHI: database for MHC ligands and peptide motifs[J]. Immunogenetics, 1999, 50: 213-219.

[14]Schueler-Furman O, Altuvia Y, Sette A, et al. Structure-based prediction of binding peptides to MHC class I molecules: application to a broad range of MHC alleles[J]. Protein Sci, 2000, 9(9): 1838-1846.

[15]Jung G, Fleckenstein B, von der Mülbe F, et al. From combinatorial libraries to MHC ligand motifs, T-cell superagonists and antagonists[J]. Biologicals, 2001, 29(3-4): 179-181.

[16]Yu K, Petrovsky N, Sch?nbach C, et al. Methods for prediction of peptide binding to MHC molecules: a comparative study[J]. Mol Med, 2002, 8(3): 137-148.

[17]Singh H, Raghava G P. ProPred: prediction of HLA-DR binding sites[J]. Bioinformatics, 2001, 17(12): 1236-1237.

[18]Sturniolo T, Bono E, Ding J, et al. Generation of tissuespecific and promiscuous HLA ligand databases using DNA microarrays and virtual HLA class II matrices[J]. Nat Biotechnol, 1999, 17(6): 555-561.

[19]Hammer J. New methods to predict MHC-binding sequences within protein antigens[J]. Curr Opin Immunol, 1995, 7(2): 263-269.

[20]Raddrizzani L, Hammer J. Epitope scanning using virtual matrix-based algorithms[J]. Brief Bioinform, 2000, 1(2): 179-189.

[21]Doytchinova I A, Flower D R. Physicochemical explanation of peptide binding to HLA-A*0201 major histocompatibility complex: a three-dimensional quantitative structure-activity relationship study[J]. Proteins, 2002, 48(3): 505-518.

[22]Buus S, Lauem?ller S L, Worning P, ea al. Sensitive quantitative predictions of peptide-MHC binding by a "Query by Committee" artificial neural network approach[J]. Tissue Antigens, 2003, 62(5): 378-384.

[23]Corbet S, Nielsen H V, Vinner L, et al. Optimization and immune recognition of multiple novel conserved HLA-A2, human immunodeficiency virus type 1-specific CTL epitopes[J]. J Gen Virol, 2003, 84(Pt 9): 2409-2421.

[24]Meister G E, Roberts C G, Berzofsky J A, et al. Two novel T cell epitope prediction algorithms based on MHC-binding motifs; comparison of predicted and published epitopes from Mycobacterium tuberculosis and HIV protein sequences[J]. Vaccine, 1995, 13(6): 581-591.

[25]De Groot A S, Jesdale B M, Szu E, et al. An interactive Web site providing major histocompatibility ligand predictions: application to HIV research[J]. AIDS Res Hum Retroviruses, 1997, 13(7): 529-531.

[26]Uebel S, Tampé R. Specificity of the proteasome and the TAP transporter[J]. Curr Opin Immunol, 1999, 11(2): 203-208.

[27]Kuttler C, Nussbaum A K, Dick T P, et al. An algorithm for the prediction of proteasomal cleavages[J]. J Mol Biol, 2000, 298(3): 417-429.

[28]Nussbaum A K, Kuttler C, Hadeler K P, et al. PAProC: a prediction algorithm for proteasomal cleavages available on the WWW[J]. Immunogenetics, 2001, 53(2): 87-94.

[29]Toes R E, Nussbaum A K, Degermann S, et al. Discrete cleavage motifs of constitutive and immunoproteasomes revealed by quantitative analysis of cleavage products[J]. J Exp Med, 2001, 194(1): 1-12.

[30]Holzhütter H G, Fr?mmel C, Kloetzel P M. A theoretical approach towards the identification of cleavage-determining amino acid motifs of the 20 S proteasome[J]. J Mol Biol, 1999, 286(4): 1251-1265.

[31]Holzhütter H G, Kloetzel P M. A kinetic model of vertebrate 20 S proteasome accounting for the generation of major proteolytic fragments from oligomeric peptide substrates[J]. Biophys J, 2000, 79(3): 1196-1205.

[32]Altuvia Y, Margalit H. Sequence signals for generation of antigenic peptides by the proteasome: implications for proteasomal cleavage mechanism[J]. J Mol Biol, 2000, 295(4): 879-890.

Web-based tools for vaccine design

ZHANG Rongbo1,2★, DU Zhaohong1, WU Jing1,2, HU Dong1,2★
(1.Department of Immunology and Laboratory Medicine, Medical School, Anhui University of Science and Technology, Anhui, Huainan 232001, China; 2.Institute of Infection and Immunology, Anhui University of Science and Technology, Anhui, Huainan 232001, China;)

By now, it has been known that vaccines are one of the most effective preventative health tools available against infectious diseases, cancer, allergy, and immunologic imbalanced diseases. Owning to powerful information quantity and prediction ability, web-based central database and analysis system made vaccine design more easily accessible to researchers. Presently, these web-based tools are categorized based on sequence information, structure analysis and function prediction of bio-macromolecule. In terms of increasing bioinformatics tools emerged, we make a summary to classify these web-resource for more available to researchers.

Vaccine; Web-based tools; Prediction; Bioinformatics

國家自然科學(xué)基金（No.81202294）；國家自然科學(xué)基金（No. 81172778）；國家自然科學(xué)基金（No.61170172）；安徽省自然科學(xué)基金資助項(xiàng)目（No. 1208085QH162）；安徽理工大學(xué)博士科研啟動(dòng)基金（No. 11003）

1.安徽理工大學(xué)醫(yī)學(xué)院分子免疫實(shí)驗(yàn)室，安徽，淮南 232001 2. 安徽理工大學(xué)醫(yī)學(xué)院感染與免疫研究所，安徽，淮南 232001

★通訊作者：張榮波，E-mail: lory456@126.com；胡東，E-mail: austhudong@126.com