Ellipro：抗体エピトープの予測のための新しい構造ベースのツール

背景：抗体、またはB細胞の信頼できる予測であるエピトープは、ワクチンと免疫症の設計には困難でありながら非常に望ましいままです。タンパク質の抗原性、溶媒のアクセシビリティ、および柔軟性の間の相関が実証されました。その後、ソーントンと同僚は、タンパク質の球状表面から突き出ているタンパク質領域で連続したエピトープを特定する方法を提案しました。この作業の目的は、その方法をWebツールとして実装し、抗体 - タンパク質複合体の構造から知られている不連続なエピトープのパフォーマンスを評価することでした。 結果：ここでは、Thorntonの方法を実装するWebツールであり、残留クラスタリングアルゴリズムであるModellerプログラムとJMOL視聴者とともに、特定のタンパク質の配列または構造における抗体エピトープの予測と視覚化を可能にするElliproを提示します。エリプロは、抗体 - タンパク質複合体の3D構造から推測される不連続エピトープのベンチマークデータセットでテストされています。エピトープ予測に使用できる他の6つの構造ベースの方法と比較して、エリプロは各タンパク質で最も重要な予測が考慮されたときに、最高のパフォーマンスを発揮し、0.732のAUC値を与えました。最良の予測のランクは、タンパク質の70％以上でトップ3でせいぜい上位3であり、5つを超えることはなかったため、エリプロはタンパク質抗原の抗体エピトープを特定するための有用な研究ツールと考えられています。Elliproはhttp://tools.immuneepitope.org/tools/elliproで入手できます。 結論：エリプロの結果は、エピトープをエピトープと識別するより多くの特徴を考慮した抗体エピトープに関するさらなる研究が予測をさらに改善する可能性があることを示唆しています。エリプロはタンパク質構造の幾何学的特性に基づいており、トレーニングを必要としないため、さまざまなタイプのタンパク質間相互作用を予測するためにより一般的に適用される可能性があります。

BACKGROUND: Reliable prediction of antibody, or B-cell, epitopes remains challenging yet highly desirable for the design of vaccines and immunodiagnostics. A correlation between antigenicity, solvent accessibility, and flexibility in proteins was demonstrated. Subsequently, Thornton and colleagues proposed a method for identifying continuous epitopes in the protein regions protruding from the protein's globular surface. The aim of this work was to implement that method as a web-tool and evaluate its performance on discontinuous epitopes known from the structures of antibody-protein complexes. RESULTS: Here we present ElliPro, a web-tool that implements Thornton's method and, together with a residue clustering algorithm, the MODELLER program and the Jmol viewer, allows the prediction and visualization of antibody epitopes in a given protein sequence or structure. ElliPro has been tested on a benchmark dataset of discontinuous epitopes inferred from 3D structures of antibody-protein complexes. In comparison with six other structure-based methods that can be used for epitope prediction, ElliPro performed the best and gave an AUC value of 0.732, when the most significant prediction was considered for each protein. Since the rank of the best prediction was at most in the top three for more than 70% of proteins and never exceeded five, ElliPro is considered a useful research tool for identifying antibody epitopes in protein antigens. ElliPro is available at http://tools.immuneepitope.org/tools/ElliPro. CONCLUSION: The results from ElliPro suggest that further research on antibody epitopes considering more features that discriminate epitopes from non-epitopes may further improve predictions. As ElliPro is based on the geometrical properties of protein structure and does not require training, it might be more generally applied for predicting different types of protein-protein interactions.