猪水疱病病毒外壳蛋白的二级结构和抗原表位预测

以SVDV外壳蛋白基因序列为基础,采用Chou-Fasman法、Garnier-Robson 法和Karplus-Schulz法预测蛋白质的二级结构;按Kyte-Doolittle方案、Emini方案和Jameson-Wolf方案预测SVDV外壳蛋白的B细胞表位。预测结果表明,SVDV外壳蛋白的二级结构较为复杂,含有较多的转角和无规则卷曲等柔性区域以及α-螺旋和β-折叠区段;SVDV外壳蛋白的VP1、VP2和VP3上均有多个区域为B细胞优势表位,其中,VP1蛋白的B细胞表位优势区域比VP2和VP3蛋白的多,与已鉴定的B细胞表位相比较,该方法预测的结果有较高的准确度。为实验确定SVDV外壳蛋白的B细胞表位和反向疫苗学设计提供理论基础。     

猪胸膜肺炎放线杆菌flic蛋白二级结构与B细胞表位预测

目的:预测和分析猪胸膜肺炎放线杆菌(Actionobacillus pleuropneumoniae,APP)鞭毛蛋白(flic)的二级结构和B细胞表位.方法:利用生物信息学方法对flic基因推导的氨基酸序列进行结构特征和B细胞表位预测分析.结果:flic蛋白为非稳定型脂蛋白,含有2个酪蛋白激酶Ⅱ磷酸化位点(39-42 SirD,164-167 SvkD)和3个蛋白质激酶C磷酸化位点(39-41 SiR,161-163 TsR、164-166 SvK).该蛋白无信号肽,在21Ala～38Ala处存在跨膜区的可能性最大.fljc蛋白的二级结构主要由无规卷曲区域、α-螺旋和β-折叠组成,而形成较少的转角结构.该蛋白的B细胞表位可能位于55～61和152～158区段内或其附近区域.结论:预测结果将有助于确定file蛋白的B细胞表位,为进一步研究flic基因功能及研制APP基因工程疫苗提供参考.     

SARS病毒M蛋白的二级结构和B细胞表位预测

以SARS病毒基因组序列为基础,采用GarnierRobson方法、ChouFasman方法和KarplusSchulz方法预测蛋白质的二级结构;按KyteDoolittle方案、Emini方案和JamesonWolf方案预测SARS病毒M蛋白的B细胞表位。预测结果表明,在SARS病毒M蛋白N端第11～20、27～36区段和第133～141区段可能是α螺旋中心;M蛋白分子N端第20～27、34～37,44～56,61～64,70～76,79～97,117～132,142～147,165～176区段和第216～221区段可能是β折叠中心。在M蛋白N端第5～6、40～44、105～107、112～116、189～190、202～203区段和第210～215区段具有较柔软的结构,有可能进行一定幅度的摆动或折叠而形成较复杂的三级结构。SARS病毒M蛋白N端第1～15、37～47、99～120、181～192区段和第196～215区段内或附近很可能是B细胞表位优势区域。以蛋白质的二级结构预测作为辅助手段,用抗原指数,亲水性参数和可及性参数预测SARS冠状病毒M蛋白的B细胞表位,为实验确定SARS病毒M蛋白的B细胞表位和免疫识别研究奠定了基础 。     

B细胞表位预测

从原理、方法及应用等多方面对B细胞表位预测研究的既往成果、当前现状及存在问题进行了回顾与分析,对其未来发展提出了建议并作展望。     

人IL-32α二级结构及B细胞表位的预测

以人IL-32α的氨基酸序列为基础,采用SOPMA法预测IL-32α的二级结构;应用ProScale、Bcepred服务器和EMBOSS软件,分析人IL-32α亲水性、柔韧性、可及性和抗原性指数,并结合二级结构特征,预测IL-32α的届细胞表位．结果显示：IL-32α的二级结构由α螺旋（61．07％）和无规卷曲（38．93％）组成：其B细胞表位可能位于N端第87～94、102～108、121～127区段．预测结果将有助于确定IL-32α的B细胞表位,为研制抗人IL-32单克隆抗体提供了理论依据．     

奥利亚罗非鱼DMO和DMT蛋白二级结构和B细胞抗原表位的预测

以DMO和DMT氨基酸序列为基础,采用Garnier-Robson法、Chou-Fasman法和Karplus-Schulz法预测蛋白质的二级结构;按Kyte-Doolittle法、Emini法和Jameson-Wolf法预测DMO和DMT蛋白的B细胞抗原表位。预测结果表明：在DMO蛋白N-端第80～112,144～147,193～194,251～255,260～269区段和279～283区段,DMT蛋白N－端61～86,98～105,140～146,239～241区段和第269～273区段,可能是α-螺旋中心;DMO蛋白N-端第59～61,69～70,148～150区段和383～390区段,DMT蛋白的N-端第125～129,207～213,255～264区段和第281～284区段,可能是β-折叠中心;在DMO蛋白分子N-端40～41, 44～45,50～51,128～129,189～192,204～207,216～222,226～233,244～246,298～299区段和第323～326区段和DMT蛋白分子N-端第12～13,26～27,43～44,58～60,93～95,115～120,136～139区段和第149～151区段具有较柔软的结构,这些区段有可能进行一定幅度的摆动或折叠而形成较复杂的三级结构。DMO蛋白N-端第1～5,41～51,65～67,86～89,98～110,154～170,183～203,205～248,258～264,284～291,293～298,270～375,389～392,402～410区域和DMT蛋白N-端第1～9,17～28,77～84,114～123,131～139,157～184,196～207区域可能是B细胞表位优势区域。以蛋白质的二级结构预测作为辅助手段,用抗原指数,亲水性参数和可及性参数预测DMO和DMT蛋白的B细胞表位,为DMO和DMT蛋白单克隆抗体的制备提供了线索,为系统研究奥利亚罗非鱼DMO和DMT基因的性别调控机理研究提供参考。     

B细胞表位的计算机预测

B细胞表位预测对于多种免疫学研究是必不可少的重要工具.本文概括了计算机预测B细胞表位的现状,汇总了多种表位预测工具及其原理和应用,介绍了一些用于建立与评价预测工具的数据库和数据集,对各类预测工具和数据库的特点和网址进行整理列表.另外,还分析了B细胞表位预测领域存在的问题,并对其未来发展提出了建议.     

绵羊肺炎支原体DnaK B细胞抗原表位预测及其蛋白结构分析

以绵羊肺炎支原体(Mo)热休克蛋白Hsp70(DnaK蛋白)氨基酸序列为基础,运用DNAStar软件和在线服务器等生物信息学分析工具,在同源性分析的基础上,通过Jameson-Wolf法、Kyte-Doolittle法、Emini法、Karplus-Schulz法及Welling法分别预测其抗原指数、亲水性、柔韧性、表面可极性等参数,综合分析、预测了该蛋白的B细胞抗原表位,并进行了蛋白的二级结构预测和3D结构模拟。结果表明,Mo贵州分离株的Hsp70蛋白与其它可致羊发病支原体的Hsp70蛋白同源性较低,说明该蛋白具有良好的特异性;Mo Hsp70蛋白整体抗原性较好,同时呈现较规则的空间结构,其中以C末端较稳定,区域也最大(第394-598区段),为优势B细胞抗原表位区域。     

B细胞表位预测方法研究进展

B细胞抗原表位预测方法的研究对基础免疫学的研究及实际应用有着重要的意义。本文归纳了理论预测B细胞表位的常用方法,并对目前预测B细胞表位方法存在的问题进行了分析。     

猪胸膜肺炎放线杆菌ApxIIA基因的序列分析及其B细胞表位预测

为了进一步研究猪胸膜肺炎放线杆菌(Actionobacillus pleuropneumoniae,App)ApxIIA基因的结构和功能,选取GenBank中6株不同App分离株,采用生物信息学方法对其ApxIIA基因及其编码氨基酸序列进行同源性比对,并选择其中AY232288.1菌株(湖北分离株)ApxIIA基因为研究对象,分析该基因所编码蛋白质的理化性质,并对其可能形成的二级结构及B细胞表位进行预测和分析.结果表明,6株不同App分离株ApxIIA基因核苷酸及氨基酸序列同源性分别为65.56﹪和88.42﹪,在AY232288.1菌株ApxIIA蛋白的肽链中,745～751和801～807区段可能是其B细胞表位优势区.本研究首次利用生物信息学方法对ApxIIA基因及其蛋白质结构进行了分析和预测,为ApxIIA基因功能的深入研究及APP多表位疫苗的设计奠定了基础.     

猪SLA-DR二级结构预测及同源模建

应用EXPASY服务器（http：／／www．expasy．oh／tools）上的SOPMA法对SLA—DR的α链和口链进行二级结构的预测,并与人的HLA—DR相应的α链和β链的氨基酸和二级结构成分比较,在此基础上同源模建SLA—DRα链、β链及复合体SLA—DR的三级结构。结果显示,SLA—DR的α链各二级结构成分α螺旋、β折叠、转角和无规则卷曲的数目分别为36、61、4和69,β链中分别为42、56、16和74。α链和β链各二级结构成分与复合体SLA—DR具有高度的符合率,分别达到98．7％（α螺旋）、99．1％（β折叠）、83．3％（转角）和97．2％（无规则卷曲）。各功能区分析,SLA—DR的α1和β1区为结合抗原的高变化区。同源模建和三级结构分析表明SLA—DR的α链和口链具有独立的三级结构,并可以组成复合体SLA—DR。     

简单的一致性方法预测蛋白质二级结构

蛋白质二级结构预测对于我们了解蛋白质空间结构是至关重要的一步。文章提出了一种简单的二级结构预测方法,该方法采用多数投票法将现有的3种较好的二级结构预测方法的预测结果汇集形成一致性预测结果。从PDB数据库中随机选取近两年新测定结构的57条相似性小于30%的蛋白质,对该方法的预测结果进行测试,其Q3准确率比3种独立的方法提高了1.12—2.29%,相关系数及SOV准确率也有相应的提高。并且各项准确率均比同样采用一致性方法的Jpred二级结构预测程序准确率要高。这种预测方法虽然原理简单,但无须使用额外的参数,计算量小,易于实现,最重要的前提就是必须选用目前准确性比较出色的蛋白质二级结构预测方法。     

Prediction of Protein Secondary Structure Using Feature Selection and Analysis Approach

The prediction of the secondary structure of a protein from its amino acid sequence is an important step towards the prediction of its three-dimensional structure. However, the accuracy of ab initio secondary structure prediction from sequence is about 80 % currently, which is still far from satisfactory. In this study, we proposed a novel method that uses binomial distribution to optimize tetrapeptide structural words and increment of diversity with quadratic discriminant to perform prediction for protein three-state secondary structure. A benchmark dataset including 2,640 proteins with sequence identity of less than 25 % was used to train and test the proposed method. The results indicate that overall accuracy of 87.8 % was achieved in secondary structure prediction by using ten-fold cross-validation. Moreover, the accuracy of predicted secondary structures ranges from 84 to 89 % at the level of residue. These results suggest that the feature selection technique can detect the optimized tetrapeptide structural words which affect the accuracy of predicted secondary structures.     

小鼠可溶性ST2二级结构及B细胞表位的预测

目的:预测小鼠可溶性ST2的二级结构及B细胞表位。方法:采用SOPMA法预测小鼠可溶性ST2的二级结构;借助ProScale、Bcepred服务器,分析小鼠可溶性ST2的亲水性、可及性和柔韧性,并结合二级结构特征,预测小鼠可溶性ST2的B细胞表位。结果:小鼠可溶性ST2的二级结构由α螺旋(12.46%%)、无规卷曲(50.15%%)、β折叠(32.64%)和β转角(4.75%)组成。其B细胞表位可能位于N端第24～34、37～50、59～89、110～118、128～137、177～186、267～288和318～333氨基酸区段。结论:预测结果将有助于确定小鼠可溶性ST2的B细胞表位,为研制抗小鼠可溶性ST2抗体提供理论依据。     

Prediction of the Secondary Structure of Myelin Basic Protein

An investigation into the probable secondary structure of the myelin basic protein was carried out by the application of three procedures currently in use to predict the secondary structures of proteins from knowledge of their amino acid sequences. In order to increase the accuracy of the predictions, the amino acid substitutions that occur in the basic protein from different species were incorporated into the predictive algorithms. It was possible to locate regions of probable alpha-helix, beta-structure, beta-turn, and unordered conformation (coil) in the protein. One of the predictive methods introduces a bias into the algorithm to maximize or minimize the amounts of alpha-helix and/or beta-structure present; this made it possible to assess how conditions such as pH and protein concentration or the presence of anionic amphiphilic molecules could influence the protein's secondary structure. The predictions made by the three methods were in reasonably good agreement with one another. They were consistent with experimental data, provided that the stabilizing or destabilizing effects of the environment were taken into account. According to the predictions, the extent of possible alpha-helix and beta-structure formation in the protein s severely restricted by the low frequency and extensive scattering of hydrophobic residues, along with a high frequency and extensive scattering of residues that favor the formation of beta-turns and coils. Neither prolyl residues nor cationic residues per se are responsible for the low content of alpha-helix predicted in the protein. The principal ordered conformation predicted is the beta-turn. Many of the predicted beta-turns overlap extensively, involving in some cases up to 10 residues. In some of these structures it is possible for the peptide backbone to oscillate in a sinusoidal manner, generating a flat, pleated sheetlike structure. Cationic residues located in these structures would appear to be ideally oriented for interaction with lipid phosphate groups located at the cytoplasmic surface of the myelin membrane. An analysis of possible and probable conformations that the triproline sequence could assume questions the popular notion that this sequence produces a hairpin turn in the basic protein.     

Bayesian Model of Protein Primary Sequence for Secondary Structure Prediction

Determining the primary structure (i.e., amino acid sequence) of a protein has become cheaper, faster, and more accurate. Higher order protein structure provides insight into a protein’s function in the cell. Understanding a protein’s secondary structure is a first step towards this goal. Therefore, a number of computational prediction methods have been developed to predict secondary structure from just the primary amino acid sequence. The most successful methods use machine learning approaches that are quite accurate, but do not directly incorporate structural information. As a step towards improving secondary structure reduction given the primary structure, we propose a Bayesian model based on the knob-socket model of protein packing in secondary structure. The method considers the packing influence of residues on the secondary structure determination, including those packed close in space but distant in sequence. By performing an assessment of our method on 2 test sets we show how incorporation of multiple sequence alignment data, similarly to PSIPRED, provides balance and improves the accuracy of the predictions. Software implementing the methods is provided as a web application and a stand-alone implementation.     

11个绵羊品种MSTN基因非翻译区的变异

利用PCR-RFLP技术对特克塞尔羊、夏洛莱羊、小尾寒羊、蒙古羊、乌珠穆沁羊、阿勒泰羊、呼伦贝尔羊、塔什库尔干羊、多浪羊、湖羊和岗巴羊11个品种的345个个体的肌肉生长抑制素(Myostatin, MSTN)基因非翻译区(UTR)的变异进行了多态性分析。结果表明大小为271 bp和1 003 bp的扩增片段经限制性内切酶MboⅡ和BsaⅠ酶切后表现多态, 经卡方检验所有品种在该基因座位均处于平衡状态(P>0.05), 3种基因型在11个绵羊品种中的分布差异极显著(P<0.01)。通过限制性内切酶HpyCH4Ⅳ 酶切实验, 证明我国9个地方绵羊品种不存在特克塞尔绵羊中发现的导致肌肉发达的SNP位点, 并在3′UTR区发现了个别碱基突变位点能够形成miRNA作用的靶基序, 测序表明3′UTR区的突变频率较高。