莫斯科气温和我国哪里差不多(莫斯科气温) 魔兽世界:探索艾萨拉(魔兽世界 艾萨拉) hopes是什么意思(hope是什么意思) 孕妇可以吃杏仁吗?(孕妇可以吃杏仁吗?孕中期) 8k纸有多大比A3大多少(8k纸有多大) 武汉艺术生文化课到底该如何学习?(武汉艺术生文化课培优) 节奏大师攻略四个技巧刷高分(节奏大师怎样玩才高分) 受凉感冒是风热还是风寒(受凉) 地球的南极北极都是冰天雪地那月球的两极呢(北极和南极都是冰天雪地) 蛇蛇大作战电脑版攻略(蛇蛇大作战游戏下载) 什么是哑口套和窗套(什么是哑口) WIN10电流麦解决方法(win10电脑电流麦怎么解决方法) 平时多吃什么食物补肾效果最好(平时多吃什么食物补肾效果最好女性) 哈伦裤适合什么年龄穿(哈伦裤适合什么人穿) 魔兽世界前夕稀有精英位置一览 看完就知道了(魔兽世界9.0前夕稀有精英位置与掉落) 如何实现创业成功(如何实现创业成功发展) QQ空间如何添加大图模块(qq空间怎么添加图片模块) 梦幻西游挖矿赚钱(挖矿赚钱) 剖腹产的好处(剖腹产的好处有哪些) 如图已知ab为圆o的直径弦cd⊥ab垂足为h(如图 已知AB是圆O的直径 弦CD垂直AB 垂足为H) 深圳上下沙租房攻略(深圳下沙哪里租房便宜) 被2345和hao123主页篡改修复方法 2015(2345是怎样篡改主页的以及如何彻底删除) nba历史得分榜百度一下(nba历史得分榜百度百科) 如何防雾霾 什么口罩防雾霾效果好(什么口罩可以防霾) 制作手工的材料有哪些(制作手工的材料有哪些简单) 天使等级 北京商标注册流程图(北京商标注册流程图解析) Galaxy S4 发布 全面解析新旗舰 图(galaxy s4 上市时间) 土大黄根主要治什么病(土大黄与大黄的区别) vivo手机怎么定位(vivo手机怎么定位查找) dnf更新失败怎么办 安装文件写入失败怎么办(为什么dnf更新写入失败) 隔玻璃晒太阳能起作用(隔着玻璃晒太阳能补钙) steam国服怎么玩apex(steam国服怎么玩最终幻想14) 纳雍县是哪个市 蜂蜜可以放冰箱吗(蜂蜜可以放冰箱吗可以放多久) 电脑怎么连热点(联想电脑怎么连热点) 石器时代宠物攻略(石器时代宠物大全) 经济管理出版社地址(经济管理出版社) 芒果tv怎么看湖南卫视(芒果tv怎么看湖南卫视回放) iPhone13如何在微店购物?(iphone13直营店可以直接买到吗) 淘宝海外版叫什么(淘宝海外版) 幽门螺杆菌抗体(幽门螺杆菌抗体偏高是怎么回事) iOS7.1.1固件下载(ios7.0.4固件下载) 纸的来源视频(纸的来源) QQ农场怎么出售种子精华(QQ农场种子精华) 玉兔出宫怎么画(玉兔出宫怎么画简单) 光电信息科学与工程是干什么工作(光电信息科学与工程是干什么的) 卡通签名头像怎么制作(卡通签名头像怎么制作软件) 比赛规则有哪些(比赛规则) 黑夹子的小妙用(黑夹子的小妙用有哪些)
您的位置:首页 >行业观察 >

研究人员提出了一种深度抗体-抗原相互作用算法来加速潜在治疗性抗体的识别

导读 人们认为,在对病毒感染的免疫反应期间,人体会产生大约 1020的抗体。其中,只有一小部分对病毒有中和作用。一些抗体仅调理抗原。与抗体直

人们认为,在对病毒感染的免疫反应期间,人体会产生大约 1020的抗体。其中,只有一小部分对病毒有中和作用。一些抗体仅调理抗原。与抗体直接参与防止病原体与宿主细胞结合的中和相比,调理作用是抗体标记病原体以通过巨噬细胞进行的吞噬作用破坏的过程。

在免疫反应过程中产生的大量抗体仍然看不见,它们的抗原相互作用只能通过资源和时间密集的湿实验室实验来检测,例如酶联免疫吸附试验 (ELISA)、噬菌体展示、假病毒试验、可以进行抗原中和初步筛选的计算方法可以通过缩小湿实验室实验的目标来加速新抗体的鉴定。

关于研究

在本研究中,研究人员使用由两个中性网络(卷积神经网络(CNN)和自适应关系图卷积网络(AR-GCN))组成的 DeepAAI 算法来预测未见抗体的抗原中和能力并检查抗原和抗体内部的局部特征。

预测抗体-抗原相互作用是基于预测抗原-抗体结合位点,区分结合剂与非结合剂,以及破译相互作用的中和与非中和效应。虽然其他研究试图使用 GCN 和 CNN 来预测结合位点并区分结合剂和非结合剂,但这些方法中的一些挑战包括由于缺乏未见抗体的抗原中和信息以及缺乏代表抗体和抗原的最佳蛋白质描述符。

DeepAAI 算法使用 AR-GCN 构建抗体和抗原之间的两个自适应关系图,并使用拉普拉斯平滑来表示未见抗体和已见抗原。关系图中节点的属性传达了抗体和抗原的表示,边缘权重提供了抗体-抗原关系的信息。

此外,虽然 AR-GCN 根据它们之间的相互作用确定抗体和抗原的全局特征,但 CNN 模块确定抗原和抗体界面处氨基酸的局部特征,这会影响它们的亲和力。

此外,该研究评估了 DeepAAI 算法在使用严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2)、登革热、流感和人类免疫缺陷病毒 (HIV) 识别看不见的抗体表示方面的性能。

将 DeepAAI 及其变体的性能与八种基线方法进行了比较,其中包括全局特征的组合,例如位置特定评分矩阵 ( PSSM) 和kmer频率计数 (kmer) 以及由序列表示的局部特征 (seq)。基线方法包括四种基于序列的模型——预测结合位点的模型、预测蛋白质-蛋白质相互作用的模型、经典的序列模型以及在湿实验室实验中成功的模型。

结果

DeepAAI 对看不见的 HIV 抗体的评估结果表明,DeepAAI 的所有三种变体——DeepAAI (PSSM + seq)、DeepAAI (kmer + seq) 和 DeepAAI (PSSM + kmer + seq)——的表现都优于八个基线预测未见 HIV 抗体中和性的准确性、精密度和 F1 评分方法。

在 SARS-CoV-2 的实验中,DeepAAI 能够推荐 2,587 种针对 SARS-CoV-2 的抗体中的 50 种作为具有潜在中和 Omicron 变体能力的广谱抗体。

标签:

免责声明:本文由用户上传,如有侵权请联系删除!