文档介绍：有鉴定表位的相关技术和文献。也有一些表位预测软件。一般来说,目前研究主要集中在线性表位上,而构象表位的预测和鉴定方法目前不是很成熟。找到一个帖子,楼主可以参考: 1、B 细胞表位预测对于多种免疫学研究是必不可少的。针对不同的蛋白, 应选择不同的方法。一般来说, 蛋白质的 C 端具有较好的亲水性、表面可及性和柔性, 所以是很好的抗原决定簇区域。本课题选用的蛋白质 C- 末端序列标签都是唯一的、或是其家族中的几个成员所共有的。在人蛋白质中,约 81% 的蛋白质其 C 末端的 5 个氨基酸残基的小肽是该蛋白质所特有的, 制备针对蛋白质 C 末端小肽的抗体, 常常能得到特异性识别该全蛋白的抗体。另外, 蛋白的二级结构是 B 细胞表位计算机预测的重要参数之一,β转角为凸出结构, 多出现在蛋白质抗原表面, 有利于与抗体结合, 较可能成为抗原表位。而α螺旋和β折叠结构规则不易变形,较难结合抗体,一般不作为抗原表位。含有 5 个以上的氨基酸残基的转角又常称为环(loop) 。以往的研究表明, 蛋白表面的 loop 区可能为功能性抗体的识别位点, 特异性好, 可及性强。本课题选用的 HPO 、 G-CSF 、 HSA 空间结构已明确, 所以直接选择 loop 区或无规卷曲作为B 细胞表位。举例: 人 Pif1 基因编码至少两种蛋白亚型, 分子量分别为 74kDa 和 80kDa , 与酵母具有高度的同源性,α型和β型 Pif1 只有 C 末端不同[20> , 其余部分完全相同, 并且二者的 C 末端在蛋白数据库中都是唯一的, 选择α型和β型的 C 末端作为 B 细胞表位, 既满足特异性的需要,也能区分亚型。 GPAA1 是一种跨膜蛋白, 原核表达非常困难, 形成包涵体, 且包涵体难以溶解和复性。对这一类型的蛋白, 非常适合选择其特有的 B 细胞表位免疫动物, 来最终制备识别全蛋白质的抗体。 ABCpred 是基于人工神经网络模型的线性 B 细胞表位预测工具,该系统检验了源于 Bcipep 数据库的 700 个非冗余 B 细胞表位和源于 Swiss-Pro t 数据库的 700 个长度为 10~20 个氨基酸的随机选择多肽,准确率近 66% 。 Bepipre d 结合隐马尔科夫模型和亲水性参数评分预测线性 B 细胞表位, AROC 评分达到。将两种预测方法得到的预测结果进行比较, 其共有的预测表位是真正 B 细胞表位的几率更大,如果能进一步结合蛋白质二级结构预测结果,就可以选出可信度更高的 B 细胞表位。如何选择有效的 B 细胞表位是能否实现无完整蛋白质抗原条件下抗体制备的关键。 2 、对于 B 细胞表位的选择,对于已有空间结构信息的蛋白质抗原,直接选择蛋白分子表面的 loop 区或无规卷曲区域的小肽序列作为候选 B 细胞表位; 对于缺乏空间结构信息的蛋白质抗原, 需要根据蛋白质抗原的特点具体分析。若蛋白质抗原 C末端的序列亲水性好, 可以选择C 末端的6~10 个氨基酸的序列作为候选B 细胞表位, 并且最好该序列为该蛋白质所特有; 也可采用 B 细胞表位预测程序进行分析, 选择不同程序预测的共有 B 细胞表位; 对于同源性很高的家族蛋白, 根据序列比对结果选择差异较大的区域,并且所选序列应该符合 B 细胞表位的特征。基于以上原则, 本实验选择了 10