[论文解读] Quantitative Prediction of Linear B-Cell Epitopes

Raúl Isea|arXiv (Cornell University)|Dec 26, 2016

vaccines and immunoinformatics approaches被引用 3

一句话总结

该论文提出了一种定量共识方法，记为<C>，用于从五种预测工具（BepiPred、EPMLR、BCPred、ABCPred、Emini）中优先筛选登革病毒4型包膜糖蛋白的线性B细胞表位。通过识别至少三个程序中重叠的表位，并基于氨基酸频率进行评分，该方法选出了高置信度表位；共鉴定出17个<C> ≥ 3.6的表位，其中7个表位的<C> > 4，与IEDB数据库中实验验证的表位具有高度重叠。

ABSTRACT

In scientific literature, there are many programs that predict linear B-cell epitopes from a protein sequence. Each program generates multiple B-cell epitopes that can be individually studied. This paper defines a function called <C> that combines results from five different prediction programs concerning the linear B-cell epitopes (ie., BebiPred, EPMLR, BCPred, ABCPred and Emini Prediction) for selecting the best B-cell epitopes. We obtained 17 potential linear B cells consensus epitopes from Glycoprotein E from serotype IV of the dengue virus for exploring new possibilities in vaccine development. The direct implication of the results obtained is to open the way to experimentally validate more epitopes to increase the efficiency of the available treatments against dengue and to explore the methodology in other diseases.

研究动机与目标

• 将多个体外预测工具产生的大量线性B细胞表位预测结果精简为一个可优先进行实验验证的集合。
• 开发一种定量共识方法，通过整合五种不同B细胞表位预测程序的结果，提高预测准确性。
• 识别登革病毒4型包膜糖蛋白E中的高置信度表位，以用于潜在疫苗设计。
• 通过将预测结果与IEDB数据库中已实验验证的表位进行比较，验证所提出方法的有效性。

提出的方法

• 通过比对包膜糖蛋白E序列上各预测工具的预测区域，识别出五种预测工具（BepiPred、EPMLR、BCPred、ABCPred、Emini）中重叠的B细胞表位。
• 选择在至少三个预测程序中重叠的表位作为共识区域。
• 根据氨基酸在所有预测结果中出现的频率，对共识区域内的每个氨基酸进行评分。
• <C>评分计算为氨基酸频率之和除以表位长度，数值越高表示置信度越高。
• 选择<C> ≥ 3.6的表位进行进一步分析，同时采用更严格的阈值（如<C> ≥ 4）以识别最优候选表位。
• 将最终预测结果与IEDB数据库中实验验证的表位进行交叉比对，以评估一致性。

实验结果

研究问题

• RQ1 共识评分方法是否能提高体外预测的登革病毒4型线性B细胞表位的可靠性？
• RQ2 登革病毒4型包膜糖蛋白E中哪些表位在多种计算工具中具有最一致的预测结果？
• RQ3 预测的表位与IEDB数据库中实验验证的B细胞表位重叠程度如何？
• RQ4 <C>评分指标是否能有效优先筛选表位以供后续实验验证？
• RQ5 如何优化计算预测流程，以减少B细胞表位发现中的假阳性结果？

主要发现

• 鉴定出17个登革病毒4型包膜糖蛋白E的线性B细胞表位，其<C>评分达到或超过3.6，表明具有高度共识和高置信度。
• 其中7个表位的<C>评分超过4.0，包括IDGPDTSECPNERRAW（残基909–924），其<C>评分为4.25。
• 表位IDGPDTSECPNERRAW（残基909–924）同时出现在本方法预测结果与IEDB数据库中，证实其生物学相关性。
• 表位REIPERSWNT（残基1811–1820）的<C>评分为4.20，同样存在于IEDB中，支持本方法的预测准确性。
• 从单一登革病毒4型序列（ACH61691）中最初共预测出636个线性B细胞表位，凸显了采用共识过滤方法的必要性。
• 该方法成功将31个登革病毒4型序列中超过1,800个预测表位减少至17个高置信度候选表位，展示了显著的数据精简与优先排序能力。