检索历史 清除

摘要B细胞表位识别在疫苗制备和疾病诊断方面有着举足轻重的地位，但是传统的实验手段来定位表位既耗时又费力并且价格昂贵，因此科研人员通过计算的方法来预测表位逐渐成为一个辅助方案，而其中基于噬菌体展示的模拟肽数据的表位预测是重要的分支。本文以基于模拟肽的表位预测为主要研究内容，对模拟肽的噪声筛查、表位预测算法及工具以及测试数据这三部分进行了主要研究。<br>　　通过研究传统噬菌体展示的实验过程和方法，并参考比对分析现有噪声筛查工具的实现方法，开发了一款识别塑料结合肽在线服务叫做PSBinder。该服务采用支持向量机算法，选取优化过后的氨基酸组份信息为特征进行构建，具备良好的性能。其在线链接为http://i.uestc.edu.cn/sarotup/cgi-bin/PSBinder.pl。<br>　　通过对基于模拟肽的B细胞表位预测评估数据的研究，在本课题组原有基础上进行进一步挖掘处理，整理出了一套包含模板复合物、标准表位以及具体模拟肽数据的测试数据集。<br>　　通过研究已有B细胞表位预测工具的实现方法和核心算法，针对现有工具的不足，采用全新的思路和算法开发了一款新的B细胞表位预测工具，并将其实现为PyMOL软件的插件。该工具借助PyMOL强大的分子三维结构展示能力和灵活的操作能力，成为了一款具备跨平台、运行速度快、数据有保障、预测准确率高、展示和操作灵活等特点的工具。<br>　　综上所述，本课题通过对B细胞表位预测的数据、实现算法和评估数据的整个流程的研究，开发了全新的噪声识别工具和表位预测工具，并更新了基于模拟肽的B细胞表位预测的标准测试集。本研究对噬菌体展示数据假阳性识别，疫苗制备以及疾病诊断等方面具有推动作用，在科学研究与实际应用中具有一定的意义。