摘 要：線性B細(xì)胞表位是由抗原分子表面肽鏈上連續(xù)的氨基酸殘基構(gòu)成的序列，準(zhǔn)確預(yù)測(cè)不僅有助于揭示抗原-抗體之間的相互作用機(jī)制，而且可以極大地降低定位的時(shí)間成本和人工成本，提高工作效率。論文簡(jiǎn)要綜述了線性B細(xì)胞表位的特性，回顧了近幾年來的預(yù)測(cè)方法和預(yù)測(cè)服務(wù)器確定線性B細(xì)胞表位的常用方法和表位分析的研究方法，對(duì)于疾病的預(yù)防和診治等應(yīng)用研究也具有極大的推動(dòng)作用。

關(guān)鍵詞：B細(xì)胞表位；服務(wù)器；研究

中圖分類號(hào)：R392

表位是抗原分子中被相應(yīng)抗體或抗原受體識(shí)別的特定部位。B細(xì)胞表位[1]是抗原中可被B細(xì)胞抗原受體（BCR）或抗體特異性識(shí)別并結(jié)合的線性片段或空間構(gòu)象性結(jié)構(gòu)，其刺激機(jī)體產(chǎn)生B細(xì)胞介導(dǎo)的體液免疫應(yīng)答，并產(chǎn)生效應(yīng)分子（抗體）和效應(yīng)細(xì)胞。線性B細(xì)胞表位是由抗原分子表面肽鏈上連續(xù)的氨基酸殘基構(gòu)成的序列。B細(xì)胞表位預(yù)測(cè)研究主要還是以線性B細(xì)胞表位預(yù)測(cè)為主，目前已有較多關(guān)于線性B細(xì)胞表位的數(shù)據(jù)庫(kù)和預(yù)測(cè)算法、軟件發(fā)布。

1 抗原表位

抗原表位[2]，又稱抗原決定簇（antigenic determinant，AD）指抗原分子中決定抗原特異性的特殊化學(xué)基團(tuán)。抗原通過抗原表位與相應(yīng)的淋巴細(xì)胞表面的抗原受體結(jié)合，從而激活淋巴細(xì)胞，引起免疫應(yīng)答；抗原也借表位與相應(yīng)抗體或致敏淋巴細(xì)胞發(fā)生特異性結(jié)合而發(fā)揮免疫效應(yīng)。抗原表位的性質(zhì)、數(shù)目和空間構(gòu)型決定抗原的特異性?？乖砦皇敲庖咴乖缘奈镔|(zhì)基礎(chǔ)，開展對(duì)抗原表位的研究將對(duì)病原的診斷以及分子疫苗的設(shè)計(jì)等具有重要的意義。

2 線性B細(xì)胞表位篩選方法

B細(xì)胞表位[3]是抗原中可被B細(xì)胞抗原受體（BCR）或抗體特異性識(shí)別并結(jié)合的線性片段或空間構(gòu)象性結(jié)構(gòu)，其刺激機(jī)體產(chǎn)生B細(xì)胞介導(dǎo)的體液免疫應(yīng)答，并產(chǎn)生效應(yīng)分子（抗體）和效應(yīng)細(xì)胞。在免疫學(xué)中認(rèn)為，表位才是抗原刺激機(jī)體免疫系統(tǒng)產(chǎn)生特異性免疫應(yīng)答的真正部位。B細(xì)胞表位預(yù)測(cè)是表位預(yù)測(cè)的一個(gè)重要組成部分，大多數(shù)的研究是針對(duì)線性B細(xì)胞表位預(yù)測(cè)，通過組合抗原蛋白物理化學(xué)性質(zhì)、結(jié)構(gòu)性質(zhì)、統(tǒng)計(jì)顯著性度量等特征屬性進(jìn)行表位預(yù)測(cè)，并取得一定的研究成果。

2.1 基于遞歸神經(jīng)網(wǎng)絡(luò)的線性B細(xì)胞表位預(yù)測(cè)服務(wù)器[4]

在多肽疫苗的開發(fā)中B細(xì)胞表位起到了至關(guān)重要的作用，在疾病的診斷中，也可用于過敏研究。標(biāo)準(zhǔn)的前饋（FNN）和遞歸神經(jīng)網(wǎng)絡(luò)（RNN）有被用在本研究中，用于預(yù)測(cè)抗原序列中的B細(xì)胞表位。網(wǎng)絡(luò)已經(jīng)被訓(xùn)練和測(cè)試，在一個(gè)完整的數(shù)據(jù)集中，由700個(gè)非冗余的B細(xì)胞表位來自于Bcipep數(shù)據(jù)庫(kù)和同等數(shù)量的非表位來自于SWISS-PROT數(shù)據(jù)庫(kù)。該網(wǎng)絡(luò)已經(jīng)訓(xùn)練和測(cè)試在不同的輸入窗口長(zhǎng)度和隱結(jié)點(diǎn)中。最大精度已使用遞歸神經(jīng)網(wǎng)絡(luò)具有單隱層的35個(gè)隱藏的單位窗口長(zhǎng)度為16。當(dāng)測(cè)試在五倍折交叉驗(yàn)證時(shí)，最終的網(wǎng)絡(luò)產(chǎn)生準(zhǔn)確度為65.93%。相應(yīng)的敏感性，特異性和陽(yáng)性預(yù)測(cè)值為67.14，64.71，和65.61%。在以往的研究中RNN比FNN在B細(xì)胞表位的預(yù)測(cè)中效果更好。該肽的長(zhǎng)度也是重要的在預(yù)用詞從抗原序列的B細(xì)胞表位。

2.2 基于氨基酸對(duì)抗原規(guī)模的線性B細(xì)胞表位預(yù)測(cè)[5]

在生物信息學(xué)中蛋白抗原位點(diǎn)的鑒定是至關(guān)重要的，開發(fā)的合成肽疫苗，免疫診斷測(cè)試的距離和抗體的產(chǎn)生。目前，大多數(shù)的預(yù)測(cè)算法傾向于使用氨基酸滑動(dòng)窗口方法。這些方法過于簡(jiǎn)單，并在實(shí)踐中產(chǎn)生不良的預(yù)測(cè)結(jié)果。提出了一種新穎的規(guī)模，稱為氨基酸對(duì)抗原（AAP）規(guī)模，基于這一發(fā)現(xiàn)，更加有利于B細(xì)胞表位預(yù)測(cè)。它表明，使用SVM（支持向量機(jī)）分類，AAP抗原尺度方法具有更好的性能比現(xiàn)有單個(gè)氨基酸傾向尺度。AAP抗原規(guī)?？梢苑从骋恍┨厥獾男蛄性贐細(xì)胞表位特征中，它的本質(zhì)是為什么新的方法是優(yōu)于現(xiàn)有的?？梢灶A(yù)料與已知的抗原表位的數(shù)據(jù)，氨基酸對(duì)抗原規(guī)模的做法將進(jìn)一步增強(qiáng)。

2.3 基于內(nèi)核字符串線性B細(xì)胞表位預(yù)測(cè)[6]

B細(xì)胞表位的鑒定和表征在疫苗設(shè)計(jì)中扮演重要的角色，免疫診斷測(cè)試，并產(chǎn)生抗體。因此，可靠的計(jì)算工具預(yù)測(cè)線性B細(xì)胞表位是非?？扇〉?。評(píng)估的支持向量機(jī)（SVM）利用五個(gè)不同的內(nèi)核上五倍使用交叉驗(yàn)證的方法分類培訓(xùn)同源減少701線性B細(xì)胞表位，從Bcipep數(shù)據(jù)庫(kù)中提取的數(shù)據(jù)，和701非抗原表位，隨機(jī)抽取從SwissProt數(shù)據(jù)庫(kù)序列。根據(jù)我們的結(jié)果計(jì)算實(shí)驗(yàn)中，我們提出BCPred，線性B細(xì)胞表位預(yù)測(cè)的新方法使用序列內(nèi)核。我們表明，預(yù)測(cè)性能BCPred（AUC=0.758）優(yōu)于11基于SVM分類器的開發(fā)和評(píng)估，以及在我們的實(shí)驗(yàn)中，我們執(zhí)行的AAP（AUC=0.7），最近提出的一種方法，用于預(yù)測(cè)線性B細(xì)胞使用氨基酸對(duì)抗原的表位。此外，我們比較AAP和BCPred，ABCPred 獨(dú)特的B細(xì)胞表位，使用遞歸神經(jīng)網(wǎng)絡(luò)的方法，該方法為使用兩個(gè)數(shù)據(jù)集先前已用于評(píng)估ABCPred的。使用和分析的數(shù)據(jù)集的結(jié)果這個(gè)比較表明，不同的B細(xì)胞表位的相對(duì)性能的結(jié)論預(yù)測(cè)方法的基礎(chǔ)上得出的實(shí)驗(yàn)中使用的數(shù)據(jù)集的獨(dú)特的B細(xì)胞表位的可能產(chǎn)生的性能評(píng)估方法的估計(jì)過于樂觀。這認(rèn)為使用精心同源性減小數(shù)據(jù)集的B細(xì)胞表位的預(yù)測(cè)方法進(jìn)行比較，以避免有關(guān)如何不同的方法的誤導(dǎo)性的結(jié)論相互比較。同源精簡(jiǎn)數(shù)據(jù)組和BCPred實(shí)現(xiàn)以及APP的方法是公開的。

2.4 基于一種新系統(tǒng)的線性B細(xì)胞表位預(yù)測(cè)[7]

在幾十年的研究中盡管具有挑戰(zhàn)性的任務(wù)，B細(xì)胞抗原表位的準(zhǔn)確的預(yù)測(cè)仍然是在計(jì)算免疫學(xué)中。只有10%的已知B細(xì)胞表位的估計(jì)是連續(xù)的，但他們往往卻是目標(biāo)預(yù)測(cè)，因?yàn)榻鉀Q三級(jí)結(jié)構(gòu)是必需的，它們是不可或缺的肽疫苗和治療蛋白質(zhì)工程的發(fā)展。在這篇文章中，提出COBEpro，新的兩步預(yù)測(cè)連續(xù)B細(xì)胞系統(tǒng)抗原表位。COBEpro是能夠分配表位pensity分?jǐn)?shù)兩個(gè)獨(dú)立的肽片段抗原序列內(nèi)的殘留物。COBEpro首先使用支持向量機(jī)進(jìn)行預(yù)測(cè)在查詢抗原序列和肽片段，然后計(jì)算表位的傾向得分為每個(gè)基于片段的預(yù)測(cè)的殘余物。次要結(jié)構(gòu)和溶劑輔助功能信息（無論是預(yù)測(cè)或準(zhǔn)確）可以被納入到提高性能。COBEpro實(shí)現(xiàn)了交叉驗(yàn)證受試者工作特征曲線（AUC）下teristic高達(dá)0.829片段上抗原決定基的傾向得分任務(wù)的AUC為0.628殘余物外延主題傾向得分任務(wù)。

3 用于線性B細(xì)胞表位預(yù)測(cè)工具建立與評(píng)價(jià)的數(shù)據(jù)庫(kù)

免疫信息學(xué)[8]數(shù)據(jù)庫(kù)是隨著生物信息學(xué)和免疫基因組學(xué)的不斷進(jìn)步而逐漸發(fā)展起來的，是專門收錄免疫學(xué)相關(guān)分子信息，實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)、查詢、分析，計(jì)算等功能的數(shù)據(jù)庫(kù)。最初，與免疫相關(guān)的多肽序列、抗原分子等信息與其他生物數(shù)據(jù)一起，被收錄在各類生物信息學(xué)數(shù)據(jù)庫(kù)中，隨著免疫學(xué)研究的發(fā)展，人們對(duì)免疫學(xué)相關(guān)分子信息的需求越來越迫切，需要單獨(dú)對(duì)這些數(shù)據(jù)進(jìn)行計(jì)算、分析和預(yù)測(cè)，一些研究機(jī)構(gòu)開始嘗試從生物信息學(xué)基礎(chǔ)數(shù)據(jù)庫(kù)中提取免疫相關(guān)的生物數(shù)據(jù)，開發(fā)集存儲(chǔ)、查詢、計(jì)算、預(yù)測(cè)以及繪圖分析功能為一體的免疫學(xué)數(shù)據(jù)庫(kù)。目前，網(wǎng)絡(luò)上的免疫信息學(xué)數(shù)據(jù)庫(kù)已達(dá)數(shù)十個(gè)，它們的規(guī)模大小不一，內(nèi)容與側(cè)重點(diǎn)也不盡相同，其中的大部分?jǐn)?shù)據(jù)來源于GenBank、EBI、EMBL，供研究人員免費(fèi)使用。

3.1 Bcipep：B細(xì)胞表位數(shù)據(jù)庫(kù)

Bcipep[9]是各種免疫原性B細(xì)胞表位數(shù)據(jù)庫(kù)，目前Bcipep數(shù)據(jù)庫(kù)包含3031個(gè)條目，其中包括763免疫顯性，1797免疫原性和471空的免疫原性的抗原表位，每條記錄包含多肽序列、源蛋白、病原體、免疫原性、中和性、模式生物、實(shí)驗(yàn)方法、參考文獻(xiàn)、抗原結(jié)構(gòu)等信息，它涵蓋范圍廣泛，如病毒、細(xì)菌、原生動(dòng)物、真菌。該數(shù)據(jù)庫(kù)提供了一組工具，用于分析和提取的數(shù)據(jù)，其中包括關(guān)鍵字搜索，肽譜分析和BLAST搜索。Bcipep稱為一個(gè)完整B細(xì)胞表位數(shù)據(jù)庫(kù)，已經(jīng)開發(fā)了一個(gè)覆蓋廣泛的病原體的抗原決定簇的信息。該數(shù)據(jù)庫(kù)有助于B細(xì)胞表位預(yù)測(cè)方法的研究、合成肽疫苗的設(shè)計(jì)和疾病的診斷。

4 結(jié)束語(yǔ)

顯而易見，線性B細(xì)胞表位預(yù)測(cè)現(xiàn)狀與人們理想預(yù)期還存在很大的差距，利用軟件預(yù)測(cè)線性B細(xì)胞表位并不完全準(zhǔn)確，還需要實(shí)驗(yàn)的進(jìn)一步驗(yàn)證。為了研發(fā)更準(zhǔn)確的預(yù)測(cè)工具，需要建立高質(zhì)量的訓(xùn)練數(shù)據(jù)集和檢驗(yàn)數(shù)據(jù)集，數(shù)據(jù)集的質(zhì)量高低與預(yù)測(cè)工具的預(yù)測(cè)能力密切聯(lián)系；另外，統(tǒng)一評(píng)價(jià)體系也是目前急待解決的問題。評(píng)價(jià)體系的標(biāo)準(zhǔn)化，既有助于軟件開發(fā)者采用最有效的算法創(chuàng)建更準(zhǔn)確的工具，又方便了使用者對(duì)工具的篩選和評(píng)價(jià)。統(tǒng)一評(píng)價(jià)體系首先要面臨的問題是所有數(shù)據(jù)格式的統(tǒng)一，有了一致的數(shù)據(jù)格式，才能進(jìn)行比較。在表位預(yù)測(cè)領(lǐng)域尚缺乏高質(zhì)量的標(biāo)準(zhǔn)數(shù)據(jù)集，針對(duì)標(biāo)準(zhǔn)的數(shù)據(jù)集開發(fā)自動(dòng)評(píng)價(jià)工具將是未來的發(fā)展方向。相信隨著生物信息學(xué)的快速發(fā)展，線性B細(xì)胞表位計(jì)算機(jī)預(yù)測(cè)技術(shù)將會(huì)越來越成熟。

參考文獻(xiàn)：

[1]Peters B，Sidney J， Bourne P， et al.The design and implementation of the immune epitope database and analysis resource[J].Immunogenetics，2005，57（5）：326-336.

[2]吳敏毓，劉恭植.醫(yī)學(xué)免疫學(xué)：第四版[M].北京：中國(guó)科學(xué)技術(shù)大學(xué)出版社，2002：1-2.

[3]呂鳳林，朱錫華.人C5aR（CD88）序列結(jié)構(gòu)分析及其B細(xì)胞表位預(yù)測(cè)[J].免疫學(xué)雜志，1998，14（3）：153-156.

[4]Saha S，Raghava GP （2006） Prediction of continuous B-cell epitopes in an antigen using recurrent neural network. Proteins.65：40-48.

[5] Chen J，Liu H，Yang J，Chou KC （2007） Prediction of linear B-cell epitopes using amino acid pair antigenicity scale.Amino Acids 33：423-428.

[6]El-Manzalawy Y，Dobbs D， Honavar V （2008） Predicting linear B-cell epitopesusing string kernels.J Mol Recognit 21：243-255.

[7]Sweredoski MJ，Baldi P （2009） COBEpro： a novel system for predictingcontinuous B-cell epitopes.Protein Eng Des Sel 22：113-120.

[8]Walsh R， Locarnini S. Hepatitis B precore protein： pathogenic potential and therapeutic promise[J].Yonsei Med J，2012，53（5）：875-85.

[9]Saha S， Bhasin M， Raghava GP （2005） Bcipep：a database of B-cell epitopes.BMC Genomics 6：79.

[10]Roseman AM， Berriman JA.， Wynne SA.， et al. A structural model for maturation of the hepatitis B virus core[J]. Proc Natl Acad Sci USA， 2005，102（44）：15821-6.

[11]Yasser EL-Manzalawy， Vasant Honavar. Recent advances in B-cell epitope prediction methods[J]. Immunome Res，2010，6（Suppl 2）：S2.

[12]Roggen EL. B-cell epitope engineering： A matter of recognizing protein features and motives[J].DDT：Technol，2008，5（2-3）：e49-55.

[13]馮新港.免疫信息學(xué)原理及其應(yīng)用[M].上海：上?？茖W(xué)技術(shù)出版社，2009，6：1-5.

[14]Alix，A. （1999） Vaccine，18，311-314 （314）.

作者簡(jiǎn)介：董嬌嬌（1987.10-），女，吉林汪清人，碩士研究生，研究方向：生物信息學(xué)。

作者單位：東北師范大學(xué)計(jì)算機(jī)科學(xué)與信息技術(shù)學(xué)院，長(zhǎng)春 130117