[doc]MHC-Ⅱ类抗原表位预测软件的对比评价

生物医学工程研究2o10 .29(2}_l2—

8JournalofBiomedicalEngineeringResearch～132…-一 一 .

MHC—II类抗原表位预测软件的对比评价* 李胜涛,刘昌文,邹泽红,陶爱林△ (广州医学院第二附属医院,广州510260)

摘要:比较不同MHC—II类抗原表位预测软件的优缺点,为后续应用提供依据.在众多mA—II类抗原

表位中,选取ⅢA—DR的6个表位(DRB10101,03O1,0401,0701,1101和1501)为代表,选取MHCBN数据

库中的309条已知抗原表位的肽链为待测肽链.使用近年来常用的7个表位预测软件,根据不同软件的临

界值确定入选结果数据,比较各软件所得结果与已有的实验结果之间的差距以确定其优劣.综合7个软件

预测结果进行评价,得出NetMHCII和№tMHCIlpan所得结果准确率最高.可以用NetMHCII~,an及NetMHCII

进行MHC—II类分子抗原表位预测.不同软件HLA的各个亚型的预

测所得指标不一致,提示综合运用不同 软件对多肽表位进行预测十分必要. 关键词:MHC—II;表位预测;临界值;软件;比对

中图分类号:R318文献标识码:A文章编号:1672.6278【2010)02.0128—05

ComparativeAssessmentofDifferentSoftwares forMHC——IIAntigenEpitopePrediction LIShengtao,LIUChangwen,ZOUZehong,TAOAilin ,

(TheSecond4$d~tedHospitaltO&mngzhouMedicalCollege,ou510260,China)

Abstract:TocomparedifferentsoftwaresonthepredictionefficacyofMHC—IIepitopes.FromanumberofHLAclassⅡsubtypes.six

mA—DRloci(DRBI*0101,0301,0401,0701,1101and1501)wereselectedasrepresentativeHLA.309peptideswerechosenfrom

MHCBNdatabaseastesters,ofwhichtheepitopeswerewell—studiedbyformerexperimentsandclassifiedintofourbindinggroups.Seven

COlTlinonlyusedepitopepredictionseftwareswereappliedonthepepfidesandthebindingdataofeachpepfidewer.obtainedbyeachsoftware.

Theexperimentaldataandsoftwaredataofallpepfideswerecomparedin~relle1.Fiveaccuracyindexwereusedtoevaluatethesoftware.

Theresultsshowedthateachsoftwareselectedhasmadefullepitopepredictiono

nallpeptidesandHLAloci.However.theepitope

predictingresultsfromdifferentsoftwaresw{~reinconsistentoneachsingleIlialoci.Thepooledresultsbyeachsofewareshowedthatthe

NetMHCIIandNetMHCIIpanproducedthehighestaccuracytopredictMI-IC—IIantigenepitopes.

NetMHCIIpanandNetMHCI1wouldbethebestinthepredictionofMHCclassIIbindingepitopes.Inconsistentresultsbydifferent

softwareimpliesthatitisnecessaryto’usedifferentsoftwarestopredictMHC一Ⅱantigenepitopes.

Keywords:MHC—II;Epitopeprediction;Thresholds;Software;Comparison 1引言

人体主要组织相容性复合体(majorhistocompati —

bih’ycomplex,MHC),又称为人白细胞抗原(human leukocyteantigens,mA),是人体对病原体入侵后免 疫应答的重要组成部分.MHC类分子主要分为I类

*国家自然科学基金资助项目(300033,30771240);广东省自然科学基金重点项目(8251018201000002);广州市属高校科研教 学团队项目(1394118);广东省医学科研项目(A2007272) △通信作者Email:***********************

第2期李胜涛,等:MHC—II类抗原表位预测软件的对比评价129 和II类分子,MHC—II类分子主要与细胞免疫系统

有关.在免疫应答过程中,抗原多肽与MHC类分子 的结合是一个重要的前提条件,并且对后续的免疫 反应产生深远的影响.因此,外源性抗原肽与MHC —

II类分子的结合能力,是合理设计疫苗的重要前 提,同时,对二者的结合力进行精确评测,对于发掘 新的MHC—II类抗原表位将起着决定性的作用,不 仅显着减少验证T细胞表位的实验成本,同时可以 节约实验者的时间….

得益于生物信息学的快速发展,MHC—II类分 子结合肽预测技术不断进步,基于各种方法的各种 软件也不断涌现.如早期出现的模体匹配(motif match)法J,基序算法j,基于Windows98/Windows NT的表位预测平台TEPITOPE,乃至近年出现的 神经网络方法l5等.各种在线预测MHC—II类分子 抗原表位软件完全免费,非常方便,但表位预测的程 序存在差异,特别是一些服务器的来源和效用仍不 确定,因此,预测结果参差不齐,为更好地应用此类 软件,为高效的疫苗设计服务,我们对目前网络上公 开传播,使用较多的软件的有效性进行了比较,为后 续表位分析奠定基础. 2材料

从MHCBN数据库选取了309个多肽,实验 数据来自于标准数据库MHCBN,该数据库主要是评 价MHC—I1分子结合预测方法的主要数据库之一, 选取的每一个多肽长度均不小于15个氨基酸残基, 并根据数据库的分类将所下载的肽链分为高结合力 (59条),中等结合力(7),低结合力(84条),无结 合力(8)四分类. 3方法

选取7个近十年来国际上知名的在线预测MHC 一

Ⅱ类分子抗原表位软件,将所有选定的多肽均在线 进行MHC—II抗原表位预测,由于Ⅱ类分子亚型众 多,而且不断有新的亚型出现,基于后续实验的要求 及比对众多软件共有的亚型种类,ⅢA—DR是最常 见的MHC—II亚型,在众多亚型当中选取我们将要用 到的mA—DRB1*0101,0301,0401,0701,1101,15016 个亚型作为代表.为个更好地总体评价各个软件的 预测能力,将高,中,低结合力的多肽归为结合的一 类,无结合归为另一类,并算出各个软件的统计值. 所选用的7个抗原表位分析软件见表1. 评价一个系统的结果可信度是否高,也就是评价 表1表位预测软件在线服务器

Table1~itopepredictionso,wareolllineserver 软件名算法摹网址 ARBMaaix M NetMHCⅡ NetMHCIIoan Propred R Syfpeithi

2005epitope.1iai.org:80801tools/matrix 2OO3www.jenner.ac.uk/MHCPred 2007www.cbs.dtu.dk/services/NeICⅡ 2OO8www.cbs.dtu.dk/serviees/NetMHCllpan 2001www.imtech.IP,S.in/raghava/pmpred 2002bio.dfci.harvard.edu/RP口 1999ww.syfpei~.de/homehtm

此系统的诊断性能如何,一般用下面五个指标来 表示:

(1)敏感I~(sensitivity,SE)是指一种预测方法得到 的结合多肽数在真正结合肽链中的比例.即所得真正 阳性结果在真结合多肽中的比例,可用下式表示: sE=在结合类多肽中预测的结合多肽数/结

合类多肽总数

(2)特异性(specificity,SP)是指非结合的多肽在 预测方法中所得到非结合结果的比例.即所得真正 阴性结果在真非结合多肽中的比例,可用下式表示: SP=一种软件预测所得无结合多肽数/真正非 结合多肽总数

(3)阳性期望值(positivepredictivevalues,PPV): 一

种预测方法中得到结合多肽结果中,真正结合多 肽的可能性大小.即所得阳性结果在真正结合多肽 中的比例,可用如下公式表示:

PPV=在结合类多肽中预测的结合多肽数/该 软件预测的结合多肽总数

(4)阴性期望值(negativepredictivevalues,NPV) 是指一种预测方法中得到的非结合多肽数目中,能 得出真正非结合多肽的可能性大小,即所得阴性结 果在真非结合多肽中的比例,可用如下公式表示: NPV=在非结合类多肽中预测的非结合多肽数 目/该软件预测所得非结合多肽总数 (5)准确性(accuracy,AC)是指一种预测方法得 到的正确结果的可能性,用公式表示如下: AC=(预测的真正结合多肽数+预测的真正非

结合多肽数)/预测的多肽总数 4结果

4.1各个软件对不同结合力多肽的预测情况 根据数据库的分类,通过各个软件的在线预测 130生物医学工程研究第29卷

结果,我们可以得出各个软件对于各个结合力的结 合正确的情况.高结合力多肽的预测结果表明这7 个软件中Rankpep较差,ARB软件对此预测较好, NetMHCIIpanL7J,NetMHCI1次之,剩下各个软件对于 高结合力多肽预测能力相差不大.对于中,低等结 合力多肽预测结果最好的软件是MHCPred_8],其数 据与下载的吻合度非常高,只有Rankpep及Propred 结果较差.对于无结合的多肽抗原预测结果明显较 差是MHCPred,只有少数几个与下载的数据相符合, 也就是非结合的基本上其预测结果可信度不高,见 图1.

4.2各个软件亚型预测多肽表位的情况 为了进一步了解各个软件中各类亚型预测能力 情况,为后续实验提供充分,可靠的依据,充分利用 所得已知多肽表位与MHC—lI类抗原表位结合的 结果.我们计算出了各软件预测多肽与各个亚型的 sE,sP值.由于sP值是非结合的多肽在预测方法

中所得到非结合结果的比例,而MHCPred对非结合 多肽的预测能力非常低,所以在此暂不做比较. 在预测DRB1*0101亚型当中只有Rankpep及 Propred的敏感性较低,与此同时其特异性较高这种 方式会造成对多肽的预测能力降低,对部分多肽表 位预测不准确,而ARB,NetMHCⅡ及NetMHCpanⅡ 的sP值较低,表明其预测结果误将一部分非结合表 位看成结合表位.除Syfpeithi,其它所有软件对 DRB1*0301及DRB1*0401亚型表位的预测结果都 不太理想,sE值普遍较低,对结合的多肽预测遗漏 的可能性较大.对于DRB1*0701亚型而言,Propred 的敏感性最低.对于DRB1*1101亚型,Propred及 NetMHCII预测敏感性比较好.所有软件预测DRB1 *1501亚型的特异性都高,显示对此亚型非结合多 肽表位预测效果比较好.由以上内容我们得知,对 不同亚型用不同的软件预测可得到理想结果(见 图2).

4.3各个软件预测能力的总体评价

为总体评价各个预测软件的能力,我们将各个 预测结果综合在一起进行评价.在线各个软件对多 肽预测准确率最低的是MHCPred,其准确率才刚过 60%,最高的是NetMHCIIpan,NetMHClI几乎达到

90%,据此说明后二者预测可信度高于前者.在特

【J●HJIJLInIJ】L震lj,jH一一…『Lt;.匡雾..霍..ARBRKPHsYqrPl砌【】f¨Pn{I

图17个软件预测309条多肽的结果

FiglTheresultsofht~ogramabout7sof~wal-epredicts309pepfides ARBEpESYI~ET

图2各个软件亚型预测的SE值 Fig2ThevalueofthevarioussubtypesofSE ∞∞}三∞∞∞∞mO 誊pf琶000譬岳誊0暑 987632l0 00O0O0O0O

第2期李胜涛.等:MHC—II类抗原表位预测软件的对比评价131 图3各个软件亚型预测的SP值 Fig3ThevalueofthevarioussubtypesofSP

异度和敏感性这二个数据中,同样只有NetMHCIIpan, NetMHC11数据均衡性能最好.Propred在阳性预期 值中有较好的表现,说明此软件的假阳性较低.综 合以上数据,我们认为NetMHCIIpan,NetMHCⅡ所得 结果可信度最高(见表2). 表2各软件的数据统计结果 TabJe2Statisticalresultsofsoftwal~

5讨论

MHC—II类分子抗原表位预测在基础研究中可 以极大地减少实验工作量,节约研究经费,加快研究 进展.同时,对于准确性好的预测软件所得的预测 结果大多能在后续实验中得到很好的验证.Kruger 等_1..用TEPITOPE软件预测和体外分析鉴定了 EBNA1上}Ⅱ一Ⅱ几个HLA—DR的多肽,并 由此发现了HLA—DR115第482号位氨基酸序 列EBNA1的特异性CD4T细胞克隆能识别自然加 工的EBNA1蛋白,Wen等川同样利用软件预测登革 热病毒的CD4T细胞表位序列,同时在体外分析证 实了该表位的特异性.诸多文献充分说明了表位预 测在疫苗,药物分子设计与改造中具有不可替代的 位置.

NetMHCIIpan及NetMHCI1分别是人工神经网络 和矩阵法这二种软件的典型代表,能够得出可靠性 比较高的结果.这两种软件的共同点都是假定:在 表位多肽与MHC分子结合的过程中,各氨基酸残基 的贡献是相对并可简单地加和,并以各个肽链 加和的结果来判定肽链分子与MHC—II类分子的 亲和性,但是我们也看到上述预测各种方法总的预 测结果参差不齐,说明这些方法还有诸多局限性.

其一是预测软件本身的原因.现今众多以矩阵 算法为基础软件相比之前基于结构的模体匹配 软件其预测能力有较大的提高,但由于其对处理数 据中的非线性问题能力不强,而受到,而基 于人工神经网络的软件,由于能较好地处理复杂的 非线性问题,目前是一种较好的表位预测软件,但其 预测的能力还有较大的提升空间.其二是众多预测 软件忽略了表位序列中各氨基酸问的交互作用,仍 然只考虑与MHC分子结合的核心序列,而不考虑延 伸出MHC一11类分子结合槽的部分.实验表明,rI1l 细胞表位延伸部分(称之为侧翼序列,PFRs)对MHC 与抗原表位与TCR三分子复合物的稳定性有较大 的影响¨,这也是II类抗原表位预测的难点之一, 更重要的是这些软件出现时日尚短,还需大量的数 据进行测试以充分检验该软件的效能. 本研究显示,不同的软件阳性预期值与阴性预 期值,特异度及敏感性,准确度等指标存在差异,其 中以NetMHCIIpan及NetMHCII准确性高,实际工作 可以利用这两个软件对多肽表位进行预测,同时参 考其他评价指标比较高的软件所得的结果,利用综 合结果来确定可信度比较高的一些表位,从而为表 位改造等实验提供重要依据.

参考文献:

[1]Bian,Reidhaar—OlsonHJF,HanllnerJ.Theuseofbioinformaticsfor identifyingclassII—restrictedT—cellepitopes[J].Me~ods,2003,29 19876321O OO0O0OO00

l32生物医学工程研究第29卷 (3):299—309.

[2]DoytehinovaIA,DRFlower.TowardthequantitativepredictionofT— cellepitopes:coMFAandcoMSIAstudiesofpeptideswithaffinityforthe classIMHCmoleculeⅧ』A—A*0201lJ』.JMedChem,2001,44 (22):3572—81.

13~RothbardJB,TaylorWR.AFff~ueneepaUemcommontoTcellepitopes [J].EMBOJ,1988,7(1):93—100.

14]StumioloT.Generationoftissue—specificandpromiseuousHLAligand dana.susingDNAmicroarraysandvirtualⅢJAclassIImatnc~[J]. NatBioteehnol,1999,17(6):555—561.

[5]NielsenM.ReliablepredictionofT—cellepitopesusingneuralnetworks withnovelsequencerepresentations[J].ProteinSci,2003,12(5):11307 — 1017.

[6]DiLeoE.Tomatoatopypatch”testinadultatopiedermatitis:diagnostic valueandcomparisonamongdifferentmethods[J].Allergy,2OO9,(4):

659—663.

[7]NielsenM.QuantitativepredictionsofpepfidebindingtoanyHLA—DR moleculeofknownsequence:NetMHCIIpan【JJ.PLoSComputBiol, 2008,4(7):1000—1107.

[8]GuanP.MHCPred:aserverforquantitativepredictionofpeptide—MHC binding[J].NucleicAcidsRes,2003,31(13):3621—3624.

[9]NielsenM,LundegaardC,hmdO.PredictionofMHCclassⅡbinding affmityusingSMM—align,anovelstabilizationmatrixalignmentmethod lJJ.BMCBioinfonnatics,2O07.8:238.

[10]KrugerS.IdentificationofarmturallyprocessedHl—DR—restrictedT —

helperepitopeinEpstein—Barrvirusnuelearantigentype1lJJ.J Immunother,2003,26(3):212—221.

[11]WenJS.Computationalpredictionandidentificationofdenguevires— specificCD4(+)T—cellepitopes[J].VirusRes,2O08,132(1—2): 42—48.

[12]BuusS.Descriptionandpredictionofpeptide—MHCbinding:the humanMHCproject’[J].CurrOpinImmunol,1999,11(2):209—213. [13]SinghH,RaghavaGPS.ProPred:predictionofI-ILA—DRbindingsites [J].Bioinformaties,2001,17(12):1236—1237.

[14]GedkinAJ.Naturallyprocessed阻AclassIIpepfidesrevealhighly conservedirmannogenieflankingregionsequencepreferenceslllatreflect

antigenprocessingFatherthanpeptide—MHCinteractionslJJ.J Immtmol,2001,166(11):6720—6727. (收稿t3期:2009—12—20) (上接第119页)

离和重聚相关.细胞松弛素B在细胞内同微丝的 正端结合,并引起F一肌动蛋白解聚,阻断亚基的进 一

步聚合.在电场中的细胞移动也与微丝密切相 关,而且不是剂量依赖性,表现为完全抑制.我们的 实验中3种剂量的抑制结果相似,可能是因为细胞 松弛素B起作用之前,小鼠皮肤角质细胞均有所移 动,而在细胞松弛素B抑制微丝之后都停止运动. 细胞内游离钙离子浓度的改变是细胞生理功能 的重要物质基础,钙离子作为细胞内最重要的第二 信使之一,也是多种受体激动后信号传递过程中的 中心环节.胞浆游离钙离子浓度的升高,一方面来 源于胞内钙库贮存的钙离子的释放,另一方面来源 于胞外钙离子的内流.控制钙离子内流的重要结构 是膜脂质双分子层内的蛋白质,它是钙离子移动的 通道.通过本实验研究发现,电场对细胞移动的影 响与钙离子通道无关. 参考文献

[1]McCigCD,ZhaoM.Physiologicalelectricalfieldsmodifycellbehaviour [J].BioEssays,1997,19(9):819—826.

[2]McCigCD,RajnicekAM,SongB,eta1.Haselectricalgrowthcone guidancefounditspotential[J].TrendsNeurosci,2002,25(7),3— 359,

[3]ZhaoM,DickA,Fon’esterJV,eta1.Electricalfieldsdirectedcellmotility involvesupregulationandasymmetricredistributionofECGreceptorandis enhancedbyflbronectinorlaminin[J].MolBiolCell,1999,10(4):1259 一 l276.

[4]FangKS,IanidesE,OsterG,eta1.Epidermalgowthfactorrecetor relocalizationandkinaseactivityaremecessaryfordirectionalmigrationof kerationeytesinDCelectricfields[J].JCellSci,1999,112(12):1967— 1978.

[5]怀斯.上皮细胞培养指南[M].北京:科学出版社,2005. [6]BingSong,YuGu,JinPu,eta1.Applicationofdirectcurrentelectric fieldstocellsandtissuesinvitroandmodulationofwoundelectricfieldin vivo[J].NatProtoc,2OO7,2(6):1479—14.

[7]ZhaoM.Electricalfieldsinwoundhealing—Anoverridingsignalthat directscellmigration[J].SeminCellDevBiol,2009,20(6):674—682. (收稿日期:2010—04—07)