基于Pepscan与生物信息学策略的蜱虫多肽疫苗B细胞表位鉴定研究

【编辑推荐】本研究通过Pepscan体外表位定位结合生物信息学算法优化，首次建立针对蜱虫唾液serpin蛋白（RmS-6/RmS-17）的中和性B细胞表位（BCE）预测体系，为开发靶向蜱虫蛋白酶抑制剂（serpin）反应中心环（RCL）的多肽疫苗提供新策略，显著提升表位预测精准度与成本效益。

　　

Highlight

最佳B细胞表位预测算法

不同B细胞表位（BCE）预测算法的性能比较结果如表1和图1所示，其中灵敏度与阳性预测值（PPV）的关联性显示：纵坐标越高代表算法召回率越强，横坐标越远则预示算法精确度越高。针对RmS-17的Pepscan线性表位结果，ABCpred预测效果最佳（灵敏度100%，PPV 32.66%，马修斯相关系数MCC=0.2299）；而构象性表位预测则以CBTOPE表现最优。

讨论

在反向疫苗学（reverse vaccinology）策略中，计算表位定位常被用于筛选抗蜱疫苗新靶点。但现有算法基于人类基因组开发，其对蜱虫抗原表位的预测效能存疑。本研究创新性地利用已知蛋白靶标区域（如serpin RCL）作为参照，显著提升了其他蜱虫蛋白抗原表位的发掘效率。

结论

本研究证实：基于已有蜱虫蛋白表位数据优化B细胞表位预测算法，可高效鉴定新抗原（如RmS-6）的中和性表位。针对预测表位合成的肽段所产生IgG能有效中和RmS-6活性，提示这些肽段可作为多肽疫苗的潜在靶点。未来需通过动物实验进一步验证其保护效力。