MCP|XHK|High-density peptide arrays help to identify linear immunogenic B cell epitopes in individuals naturally exposed to malaria infection(高密度肽段阵列有助于在自然暴露于疟疾感染的个体中识别线性免疫原性B细胞表位)
文献名:High-density peptide arrays help to identify linear immunogenic B cell epitopes in individuals naturally exposed to malaria infection(高密度肽段阵列有助于在自然暴露于疟疾感染的个体中识别线性免疫原性B细胞表位)
期刊名:Mol Cell Proteomics
发表时间:(2019年4月)
IF:5.236
单位:
1海德堡大学附属医院寄生虫学感染中心,德国
2海德堡德国传染病研究中心,德国
3卡尔斯鲁厄理工学院(KIT),德国
4德国癌症研究中心,德国
5生物信息库研究所,波兰
6Nouna健康研究中心,布基纳法索
7马克斯·普朗克胶体与界面研究所,德国
8斯克洛多斯卡居里纪念癌症中心,波兰
9德国卡尔斯鲁厄理工学院微观结构技术研究所,德国
物种:人
技术:高密度肽段阵列
一、概述:
本研究采用三种方法在重要的疟原虫蛋白质中寻找特定的抗原表位,通过生物信息学方法和随后的阵列筛选,预测人类恶性疟原虫蛋白质组中的免疫原性区域,确认了已知的免疫原性序列,并从假设的或未知的蛋白质中发现了免疫原性表位。
二、研究背景:
恶性疟原虫(Plasmodium falciparum, Pf)引起的疟疾是非洲撒哈拉以南孕妇和儿童死亡的主要原因之一。疟疾的控制主要依赖于媒介控制以及获得诊断和治疗。目前可用的亚单位候选疫苗的效果并不理想,而基于孢子体在早期临床筛选取得成功。迄今为止,人类免疫反应和介导天然获得性免疫中的疾病保护和整个孢子体免疫灭活的特定机制仍然知之甚少。识别负责这些保护性免疫反应的抗原仍然是一个挑战,但最终将为疫苗开发创造新的机会。在本研究中,通过构建不同的肽段阵列和免疫检测,作者成功地验证了对疫苗候选物中已知的抗原表位以及其他尚未描述的免疫原性蛋白质的强反应性。
三、实验设计:

四、研究成果:
文章中所涉及的33例样本信息:C1~C6为6例来自欧洲的健康志愿者的血清样本,其余27例为来自非洲布基纳法索疟疾流行地区的血清样本,分为:对照组(Control),疟疾阳性组(+),疟疾阴性组(-)。

1. 鉴定高度免疫原性的表位结构
基于三种不同方法构建的肽段阵列的三个分组之间分别进行Welch’s t-test检验,发现生物信息学和候选疫苗方法构建的肽段阵列中,检测到了几乎所有蛋白质识别肽的显著信号。随机筛选方法构建的肽段阵列的信号要明显低于前两者。

热图显示了针对各个血清组检测到的每个肽段的平均荧光强度。通过T-检验发现了被来自疟疾患者血清的抗体识别的肽段(+ vs - vs C)。 Control:对照组健康个体的血清样本(n = 6); +:疟疾阳性组的血清样本(> 2000 P /μl; n = 10),假设免疫力低,因此易患疟疾; - :疟疾阴性组的血清样本(<200 P/μl; n = 17),假设由于天然获得性免疫,免受疟疾的影响。
2. 通过在表位水平上解析对已知疫苗候选物的体液应答来验证
通过比较疟疾阳性组和疟疾阴性组个体血清中检测到的体液免疫应答,作者发现了高度免疫原性表位,这些表位在疟疾阴性组个体的血清中被鉴定到。作者还在一些选定的抗原中定位了B细胞表位以及位于蛋白质结构域内的免疫原性肽,根据已有的报道这些肽能够被自然暴露期间获得的抗体所识别。这一发现证明了肽段阵列可以应用于疟疾抗体分析的研究。

疫苗候选肽段阵列结果与所选文献参考文献的比较。筛选有文献报道(蓝)并且在肽段阵列方法中利用12种候选疫苗鉴定到(橙:p-value<0.05,红:p-value<0.01)的免疫原性线性肽段表位。
3. 如所预期的,在最显著识别的序列中发现源自CSP中心重复区的抗原表位

疟疾阳性和疟疾阴性样本在不同方法之间鉴定到的肽段的p-value比较。候选疫苗筛选的方法鉴定到8个p-value < 10-3的肽段;生物信息学筛选的方法鉴定到15个p-value < 10-3的肽段;随机疟疾蛋白质组筛选的方法得到8个p-value < 10-2的肽段。随机疟疾蛋白质组筛选的方法得到的肽段的p-value比另外两种方法高了一个数量级。
4. 通过生物信息学的应用来预选择新的免疫原性肽段
作者应用生物信息学预选过程来筛选恶性疟原虫蛋白质组中发现的新的免疫原性肽段,发现了来自23种蛋白质的潜在免疫原性区域(蓝)。然后用肽段阵列验证鉴定出在疟疾阴性个体的血清中的显著反应的区域(橙p-value < 0.05)。

生物信息学预选择和肽段阵列筛选结果。合成并筛选到了通过生物信息学算法选择的肽段(蓝)。其中显著的免疫原性线性肽段表位被肽段阵列鉴定到(橙,p-value < 0.05)。
文章亮点:
总之,基于肽段的方法使得不同的免疫原性蛋白质表位能够得以区分。发现了许多高免疫原性抗原和表位,与公布的蛋白质阵列筛选数据一致。作者提出了只有少数特定表位与有效免疫相关的假设。根据假设,不同的肽段的反应可以解释抗体对不同免疫原性Pf蛋白的响应相互矛盾的结果。在蛋白质阵列中,血清对完整蛋白质的反应性忽略了与特定蛋白质结构域结合的差异抗体,解释了为什么目前的研究可能错过对有效免疫力的正确结论。证明肽段阵列在解释疟疾免疫方面有着更强的鉴别力。
MCP|XHK|High-density peptide arrays help to identify linear immunogenic B cell epitopes in individuals naturally exposed to malaria infection(高密度肽段阵列有助于在自然暴露于疟疾感染的个体中识别线性免疫原性B细胞表位)的更多相关文章
- C++反汇编第三讲,反汇编中识别虚表指针,以及指向的虚函数地址
C++反汇编第三讲,反汇编中识别虚表指针,以及指向的虚函数地址 讲解之前,了解下什么是虚函数,什么是虚表指针,了解下语法,(也算复习了) 开发知识为了不码字了,找了一篇介绍比较好的,这里我扣过来了,当 ...
- C++反汇编第四讲,反汇编中识别继承关系,父类,子类,成员对象
C++反汇编第四讲,反汇编中识别继承关系,父类,子类,成员对象 讲解目录: 1.各类在内存中的表现形式 备注: 主要复习开发知识,和反汇编没有关系,但是是理解反汇编的前提. 2.子类继承父 ...
- 深入理解css3中的线性渐变
css3中的线性渐变 线性渐变公式: background-image: linear-gradient( [ <angle> | <side-or-corner> ]?, & ...
- 在SOUI中使用线性布局
SOUI 2.5.1.1开始支持线性布局(LinearLayout). 要在SOUI布局中使用线性布局, 需要在布局容器窗口里指定布局类型为vbox | hbox, (vbox为垂直线性布局, hbo ...
- 纯文本中识别URI地址并转换成HTML
问题 有一段纯文本text, 欲将其插入DOM节点div中. text中可能有超链接, 邮件地址等. 假设有, 识别之. 分析 假设仅仅是纯文本, 插入div中, 仅仅要将div.innerText设 ...
- 如何在CAD图纸中进行线性标注
在CAD中,都会在图纸中进行CAD标注,一般都是有CAD标注样式.CAD标注文字等.那其中有一个就是CAD线性标注?可以标注图纸间的距离?那如何在CAD图纸中进行线性标注呢?具体要怎么来进行操作?本篇 ...
- R语言中的线性判别分析_r语言 线性判别分析
R语言中的线性判别分析_r语言 线性判别分析 在R语言中,线性判别分析(Liner Discriminant Analysis,简称LDA),依靠软件包MASS中有线性判别函数lqa()来实现.该函数 ...
- 文献名:Repeat-Preserving Decoy Database for False Discovery Rate Estimation in Peptide Identication (用于肽段鉴定中错误发生率估计的能体现重复性的诱饵数据库)
文献名:Repeat-Preserving Decoy Database for False Discovery Rate Estimation in Peptide Identication (用于 ...
- 解读人:陈秋实,SP2: Rapid and Automatable Contaminant Removal from Peptide Samples for Proteomic Analyses(标准操作流程2:如何在蛋白质组学分析中快速和自动的去除肽段样品中的污染物)
发表时间:2019年4月 IF:3.950 单位: 威斯康星医学院生物化学系 威斯康星医学院生物医学质谱研究中心 物种:人(人体肾脏细胞和蛋白) 技术:肽段清理 一. 概述:(用精炼的语言描述文章的整 ...
随机推荐
- 使用命令行生成 APNG 图片
使用 apngasm 工具 下载地址 https://sourceforge.net/projects/apngasm/files/2.91/ 本地源码编译 make 或者 下载对应环境的可执行程序 ...
- codeforces 710B B. Optimal Point on a Line(数学)
题目链接: B. Optimal Point on a Line 题意: 给出n个点,问找出一个点使得这个点到所有的点的距离和最小; 思路: 所有点排序后的中位数;这是一个结论; AC代码: #inc ...
- OpenCv-Python 图像滤波
均值滤波 均值滤波函数cv2.blur() import cv2 img = cv2.imread('01.jpg') blur = cv2.blur(img,(5,5)) cv2.imshow( ...
- 趣味Shell
Richard M. Stallman大神是谁就不用说了,一时来了兴趣,想看看Linux系统下有多少程序有这位大神参与编写的. 先把所有命令导出到文件中,遍历所有命令,用man手册查一下并过滤Stal ...
- ACM学习历程—HDU5423 Rikka with Tree(搜索)
Problem Description As we know, Rikka is poor at math. Yuta is worrying about this situation, so he ...
- NOIP2018爆炸记
又是一年\(NOIP\),可能是梦结束的地方? 之所以咕了这么久是得先确定自己不会退役,因为分太低了. 和去年一样在学校门前照了相,然后上车走了.高三回来考的只剩下\(p2oileen\)学姐了.新一 ...
- 2017.10.2北京清北综合强化班DAY2
a[问题描述]你是能看到第一题的 friends呢. —— hja世界上没有什么比卖的这 贵弹丸三还令人绝 ...
- Apache Flume 1.6.0 发布,日志服务器
Apache Flume 1.6.0 发布,此版本现已提供下载: http://flume.apache.org/download.html 更新日志和文档: http://flume.apache. ...
- Python:urllib模块的urlretrieve方法
转于:https://blog.csdn.net/fengzhizi76506/article/details/59229846 博主:fengzhizi76506 1)功能: urllib模块提供的 ...
- UML核心元素--边界
定义:边界是无形的,是可大可小的,同时参与者.用例和边界又有着相生相克的性质.与其说边界是UML元素,还不如说它是一种分析方法. 1.需求是动态的过程:系统边界是无形的,看不到的,不好理解,倒不如说需 ...