基于支持向量機構象性B 細胞表位預測研究

劉 波，張春華

(東北師范大學a.體育學院，長春130024;b.計算機科學與信息技術學院，長春130117)

0 引言

在體液免疫過程中，B細胞表面受體(BCR)或抗體識別外源抗原蛋白，并產生免疫應答，這部分抗原表面區域被稱為B細胞表位。準確定位B細胞表位是現代免疫學和疫苗學研究的關鍵。B細胞表位預測的研究目標是模擬天然表位結構和功能的分子在醫學診斷和治療以及疫苗設計中取代天然表位［1］。定位表位可靠的方法是通過生物實驗方法［2，3］，例如X射線衍射、核磁共振、定點突變和缺失及蛋白質印記等，但實驗方法費時費力且成本很高。因此，首先通過計算的方法預測出可能的候選表位，再進一步做實驗驗證，能在很大程度上節約成本，提高工作效率。

從空間構象上區分，B細胞表位可分為線性表位和構象性表位［4］。線性表位是抗原分子表面肽鏈上連續的氨基酸序列，而構象性表位是抗原表面不同的氨基酸序列片段通過空間折疊聚集形成的一個表面區域。研究表明，B細胞表位只有一少部分是線性的，90%都是構象性表位［1，4］。

理論上，蛋白質3D結構可比一級序列提供更多信息，因此，利用蛋白質3D結構預測表位能得到更好的結果［5，6］。Kolaskar等［7］以蛋白質3D結構為前提，通過計算抗原蛋白氨基酸的表面可及性，分析和定位日本腦炎病毒的構象性表位。為進一步完善算法，在2005年發布了第1個基于Web的構象性B細胞表位預測軟件CEP(Conformational Epitope Prediction)［8］。隨后，多個基于蛋白質3D結構的B細胞表位預測方法被提出［9－16］，表1給出了基于結構的B細胞表位預測方法及對應的網址，介紹了每種方法使用的特征和分類方法?！?br>