立即注册找回密码

QQ登录

只需一步,快速开始

微信登录

微信扫一扫,快速登录

手机动态码快速登录

手机号快速注册登录

搜索

图文播报

查看: 136|回复: 2

[分享] 国内免疫组化的应用情况如何?用于量化诊断的疾病有哪些?

[复制链接]
发表于 2025-7-4 13:23 | 显示全部楼层 |阅读模式
回复

使用道具 举报

发表于 2025-7-4 13:23 | 显示全部楼层
以下是对免疫学领域主要计算工具的系统性分析,涵盖输入输出、训练数据来源及应用场景,基于工具原理与公开资源整理:
一、抗体与抗原表位预测工具

1. AbEpiTope


  • 输入:蛋白质序列或结构(PDB 格式)
  • 输出:抗体结合表位区域(残基级别)、结合亲和力评分
  • 训练数据

    • 已知抗体 - 抗原复合物结构数据(如 PDB 数据库)
    • 逆折叠模型(如 ESM-IF1)提取的结构特征

  • 应用场景

    • 疫苗设计中的抗原表位筛选
    • 治疗性抗体开发中的表位优化
    • 缺乏实验结构的蛋白质表位预测



2. ArrayPitope


  • 输入:肽微阵列实验数据(单氨基酸取代结合信号)
  • 输出:抗原残基级别的表位贡献得分、表位区域定位
  • 训练数据

    • 公开肽微阵列实验数据集(如 IEDB 数据库)

  • 应用场景

    • 抗体 - 抗原相互作用的分子机制研究
    • 多克隆抗体表位特异性分析
    • 抗体工程中的表位改造

3. BepiPred


  • 输入:蛋白质序列
  • 输出:B 细胞表位区域(残基级别)、亲水性 / 可及性评分
  • 训练数据

    • 实验验证的 B 细胞表位序列(如 IEDB 数据库)
    • 氨基酸物理化学特征(亲水性、二级结构等)

  • 应用场景

    • 结构未知蛋白质的表位初步筛选
    • 疫苗设计中的初始表位预测

4. DiscoTope


  • 输入:蛋白质结构(PDB 格式)或 AlphaFold2 预测结构
  • 输出:不连续(构象)B 细胞表位区域
  • 训练数据

    • 已知抗体 - 抗原复合物结构数据(如 PDB 数据库)
    • 逆折叠模型(如 ESM-IF1)提取的结构特征

  • 应用场景

    • 已知结构抗原的表位精确预
    • 抗体交叉反应性分析

二、HLA 与 T 细胞表位预测工具

5. HLAAssoc


  • 输入:HLA 基因分型数据(如 ped 文件)、人群遗传数据
  • 输出:HLA-DRB1/DRB3/4/5 等位基因与疾病的关联分析结果
  • 训练数据

    • 全球人群 HLA 分型数据库(如 1000 Genomes 项目)

  • 应用场景

    • 自身免疫性疾病的遗传关联研究
    • 器官移植中的 HLA 配型优化

6. NetMHC 系列工具


  • 输入:肽序列、MHC 等位基因(如 HLA-A*02:01)
  • 输出:肽 - MHC 结合亲和力评分(% Rank)、结合等级(SB/WB)
  • 训练数据

    • 实验测定的肽 - MHC 结合数据(如 IEDB 数据库)

  • 质谱洗脱的 MHC 配体数据(如 NetMHCpan-4.1 整合 18 万 + 数据)
  • 应用场景
  • T 细胞表位预测与疫苗设计

    • 肿瘤新抗原筛选(如 NetMHCpanExp 结合抗原表达数据)

7. NetTepi


  • 输入:蛋白质序列、HLA-A/B 等位基因
  • 输出:HLA 限制的 T 细胞表位序列
  • 训练数据

    • 已知 HLA-A/B 限制性 T 细胞表位(如 IEDB 数据库)

  • 应用场景

    • 病毒感染(如 HIV、流感)的 T 细胞表位预测
    • 个性化肿瘤疫苗设计

8. PickPocket


  • 输入:MHC I 类分子结构(PDB 格式)、肽序列
  • 输出:肽 - MHC 结合口袋匹配得分
  • 训练数据

    • MHC 结合口袋结构特征(如 PDB 数据库)

  • 应用场景

    • 新抗原与 MHC 结合模式预测
    • 抗体 - 抗原复合物结构建模

三、肿瘤新抗原与免疫原性预测工具

9. ICERFIRE


  • 输入:肿瘤突变数据、HLA 分型
  • 输出:新表位免疫原性评分
  • 训练数据

    • 肿瘤新表位的免疫原性实验数据(如 TCGA 数据库)

  • 应用场景

    • 肿瘤新抗原的免疫原性评估
    • 个性化肿瘤疫苗设计

10. MuPeXI


  • 输入:肿瘤测序数据(体细胞突变)、HLA 分型、基因表达数据(可选)
  • 输出:肿瘤特异性新表位列表、优先级评分
  • 训练数据

    • 肿瘤新表位的 MHC 结合数据(如 NetMHCpan 预测结果)

  • 应用场景
  • 肿瘤新抗原的综合筛选与优先级排序

    • 免疫治疗靶点发现

11. NetCTL


  • 输入:蛋白质序列、HLA 等位基因
  • 输出:CTL 表位预测(结合亲和力 + 蛋白酶体切割效率)
  • 训练数据

    • CTL 表位的实验数据(如 IEDB 数据库)

  • 应用场景

    • 病毒感染(如 HBV、HPV)的 CTL 表位预测
    • 肿瘤免疫治疗靶点设计

四、免疫受体与疫苗设计工具

12. LYRA


  • 输入:淋巴细胞受体序列(如 TCR、BCR)
  • 输出:受体 3D 结构模型、CDR 区域定位
  • 训练数据

    • 已知结构的淋巴细胞受体(如 PDB 数据库)

  • 应用场景

    • TCR/BCR 结构建模与功能分析
    • 抗体 - 抗原相互作用机制研究

13. NetTCR


  • 输入:TCR 序列、肽 - MHC 复合物结构
  • 输出:肽 - TCR 结合预测得分
  • 训练数据

    • 实验验证的 TCR - 肽 - MHC 结合数据(如 TCRdb 数据库

  • 应用场景

    • TCR-T 细胞疗法的靶点筛选
    • 抗原特异性 T 细胞识别机制研究

14. NetPolyEV


  • 输入:多个抗原表位序列
  • 输出:多表位疫苗设计方案(优化免疫原性)
  • 训练数据

    • 免疫原性相关特征(如 MHC 结合、蛋白酶体切割)

  • 应用场景

    • 多表位疫苗的理性设计
    • 病毒(如 COVID-19)的广谱疫苗开发

15. VDJSolver


  • 输入:免疫球蛋白 VDJ 重组序列
  • 输出:VDJ 重组分析结果(如克隆型分布、多样性评估)
  • 训练数据

    • 公开的免疫组库测序数据(如 VDJdb 数据库)

  • 应用场景

    • B 细胞受体多样性分析
    • 自身免疫性疾病的克隆型研究

五、其他工具

16. NetAllergen


  • 输入:蛋白质序列
  • 输出:过敏原性评分
  • 训练数据

    • 已知过敏原的序列特征(如 AllergenOnline 数据库)

  • 应用场景

    • 食品、药物的过敏原预测
    • 过敏反应机制研究

17. MAIT Match


  • 输入:CDR3 序列
  • 输出:与 MAIT 细胞受体的相似性评分
  • 训练数据

    • MAIT 细胞受体序列数据库(如 ImmuneACCESS)

  • 应用场景

    • MAIT 细胞相关疾病(如感染、癌症)的免疫监测
    • MAIT 细胞靶向治疗设计

18. PopCover


  • 输入:MHC 等位基因、病原体序列
  • 输出:MHC 表位的人群覆盖率与病原体覆盖率
  • 训练数据

    • 全球人群 MHC 等位基因频率(如 HLA Diversity 数据库)

  • 应用场景

    • 疫苗表位的全球人群覆盖优化
    • 病原体变异株的表位保守性分析

六、整合工具与资源

19. IEDB 分析资源


  • 输入:蛋白质序列 / 结构、实验数据(如肽微阵列)
  • 输出:综合表位预测结果(B/T 细胞表位、MHC 结合等)
  • 训练数据

    • 整合多个工具的预测模型(如 BepiPred、DiscoTope)

  • 应用场景

    • 多工具联合表位分析
    • 疫苗设计的一站式解决方案

20. TCRpMHCmodels


  • 输入:TCR 序列、pMHC 复合物结构
  • 输出:TCR-pMHC 复合物结构模型
  • 训练数据

    • 已知 TCR-pMHC 复合物结构(如 PDB 数据库)

  • 应用场景

    • TCR-pMHC 相互作用的结构建模
    • 抗体 - 抗原复合物的结构优化

关键总结


  • 数据驱动:大部分工具依赖实验数据(如 PDB、IEDB)训练模型,结合物理化学特征或机器学习算法提升预测精度。
  • 结构整合:基于 AlphaFold2 的工具(如 DiscoTope)显著提升构象表位预测能力,尤其适用于无实验结构的抗原。
  • 多模态分析:整合序列、结构、免疫组库数据的工具(如 MuPeXI)成为肿瘤新抗原筛选的主流方法。
  • 临床转化:工具设计趋向于直接支持疫苗开发(如 NetPolyEV)、免疫治疗(如 TCR-T)等应用场景。
建议根据具体需求选择工具:

  • 结构未知抗原:优先使用 BepiPred(序列)+ DiscoTope(预测结构)的组合。
  • 肿瘤新抗原筛选:MuPeXI(突变数据)+ NetMHCpan(MHC 结合)+ ICERFIRE(免疫原性)。
  • 疫苗设计:NetPolyEV(多表位优化)+ PopCover(人群覆盖)。
回复 支持 反对

使用道具 举报

发表于 2025-7-4 13:24 | 显示全部楼层
免疫组织化学技术按照标记物的种类可分为免疫荧光法、免疫酶法、免疫铁蛋白法、免疫金法及放射免疫自影法等。

用于病理诊断的主要有免疫荧光法和免疫酶法。免疫荧光法是现代生物学和医学中广泛应用的方法之一,包括荧光抗体和荧光抗原技术,具有抗原抗体反应的特异性,染色技术的快速性,在细胞或组织上定位的准确性,以及荧光效应的灵敏性等优势。但是,由于免疫荧光法必须具有荧光显微镜,荧光强度随时间的延长而逐渐消退,结果不易长期保存等缺点,在普及应用上受到一定限制,而逐渐被免疫酶法所取代。http://univ-bio.com
回复 支持 反对

使用道具 举报

发表回复

您需要登录后才可以回帖 登录 | 立即注册 微信登录 手机动态码快速登录

本版积分规则

关闭

官方推荐 上一条 /3 下一条

快速回复 返回列表 客服中心 搜索 官方QQ群 洽谈合作
快速回复返回顶部 返回列表