综述：改进B细胞表位预测

本综述系统评述了B细胞表位预测技术的最新进展，重点对比了抗体非特异性（antibody-agnostic）与抗体特异性（antibody-specific）方法的优劣，并创新性地将AlphaFold 3（AF3）与AbEMap结合，显著提升了预测精度（ROC AUC/PR AUC），为疫苗研发和抗体治疗提供了重要技术支撑。

　　

引言

B细胞抗体表位是抗原上被抗体识别的特定区域。精确预测这些表位对于疫苗开发、诊断试剂研制和治疗性抗体设计具有核心意义。随着高通量单细胞测序和B细胞受体（VDJ） repertoire测序技术的进步，研究者能够获取大量与疾病相关的抗体序列，此时表位鉴定已成为当前研究的瓶颈环节。目前表位定位主要依赖X射线晶体学、突变扫描（如丙氨酸扫描）和噬菌体展示等实验技术，但这些方法或因耗时昂贵、或因无法提供原子分辨率细节而难以实现高通量应用。深度突变扫描（DMS）虽能系统性检测点突变对结合的影响，却可能因变构效应或蛋白稳定性变化而产生假阳性结果。

鉴于实验方法的局限性，开发低成本、高效率的计算生物学工具进行表位预测已成为领域热点。这些方法已从早期的基于物理化学特性（如柔性、疏水性）的简单序列倾向性标度，演进为复杂的机器学习（ML）模型。2005年Blythe与Flower的研究表明，近500种此类标度的预测效果仅略优于随机猜测，这一结论推动了更先进的序列建模方法的发展。BepiPred在2006年首次引入隐马尔可夫模型；后续版本BepiPred-2.0/3.0采用随机森林算法；而CBTOPE使用支持向量机；EpiDope和LBCE–BERT则基于神经网络和蛋白质语言模型进行序列模式学习。值得注意的是，约90%的B细胞表位是构象型（非连续）而非线性表位，这意味着需要依赖抗原的三维结构信息进行准确预测。

预测方法分类与挑战

结构预测方法可分为两大类：抗体非特异性方法（仅需抗原结构）和抗体特异性方法（需抗体与抗原共同信息）。前者如DiscoTope、SEPPA和ScanNet，虽应用广泛但可能误报多个潜在表位区域；后者如EpiPred、PiNet和AbEMap，通过整合抗体序列或结构信息，能更精确地定位特定抗体的结合界面。抗体特异性方法的优势源于表位本质是由特定抗体-抗原相互作用所定义，但其应用受限于抗体结构信息的完整性——实践中往往仅能获取抗体序列，需依赖AF2/AF3等复合物结构预测工具或对接算法先行建模。

性能评估指标

表位预测精度通常以X射线晶体学解析的抗体-抗原复合物结构为金标准，通过计算受体操作特征曲线下面积（ROC AUC）和精确召回曲线下面积（PR AUC）进行量化。抗原残基与抗体原子距离小于4–5?即被判定为真实表位残基。值得注意的是，不同研究采用的测试集和评估指标存在差异，导致方法间直接比较存在困难。

抗体非特异性方法

DiscoTope是应用最广泛的构象表位预测工具之一，其3.0版本通过结合几何特征与语言模型嵌入值提升了预测效能。SEPPA系列方法则创新性地采用“残基三角单元块”概念刻画蛋白表面局部空间特征，3.0版本在独立验证集中达到0.895的ROC AUC值。基于深度学习的ScanNet通过端到端训练三维原子点云数据，在多个基准测试中表现出色。

抗体特异性方法

EpiPred通过分子对接与能量优化预测表位；PiNet作为早期ML方法，采用图神经网络处理抗原-抗体界面；AbEMap则基于同源建模与对接生成复合物模型集群进行统计预测。本研究对AbEMap进行重要升级：采用AF3生成高精度抗体-抗原复合物结构替代传统同源模型，显著提升了预测可靠性。

基准测试与结果

采用ABAG-docking数据集中2021年9月30日后发布的复合物结构进行测试（避免AF2/AF3训练数据泄露）。评估显示，抗体特异性方法普遍优于非特异性方法，其中AF3增强版AbEMap在ROC AUC和PR AUC指标上达到最高水平（0.848/0.568）。统计检验（两样本t检验）证实其提升具有显著性（p<0.05）。

呼吸道合胞病毒案例研究

以呼吸道合胞病毒（RSV）F糖蛋白与三种抗体的复合物（PDB: 5TOJ, 6OE4, 8ULK）为案例，比较了AbEMap（使用真实结构）、AF3直接预测及DiscoTope 3.0的预测效果。结果表明：AF3+AbEMap能准确复现实验解析的表位轮廓，而DiscoTope 3.0虽预测出部分真实表位，但伴随大量假阳性区域。

计算效率分析

以PDB 8ULK（抗原长度449残基）为测试案例，抗体非特异性方法（如DiscoTope 3.0）仅需数分钟，而抗体特异性方法因涉及复合物建模，耗时显著增加（AF3+AbEMap需GPU运行数小时）。ML类方法普遍依赖GPU加速，传统分子对接方法则需CPU集群支持。

结论与展望

尽管现有预测方法尚未能完全替代实验验证，但近年来机器学习与结构预测技术的融合带来了显著突破。抗体特异性方法结合AF3等先进工具展现出更高精度，而数据泄露问题、训练集偏差和构象动态性仍是当前主要挑战。未来发展方向包括：开发更大规模的高质量基准数据集、整合动态构象信息、以及改进对抗体特异性的建模策略。通过持续优化算法与数据质量，计算预测工具有望成为实验表位定位的先导工具，加速免疫学研究与抗体药物开发进程。

作者贡献声明

郝宇（Hao Yu）：原始稿撰写、可视化、软件实现与数据分析；黛安·约瑟夫-麦卡锡（Diane Joseph-McCarthy）：文稿审阅与监督指导；桑多尔·瓦伊达（Sandor Vajda）：研究构思、资金获取、数据管理、验证分析及项目协调。

致谢

本研究受美国国家普通医学科学研究所基金R35GM118078资助。

作者简介

郝宇（Hao Yu）是波士顿大学电气与计算机工程系四年级博士生，研究方向为生物分子系统建模与机器学习应用。