噬菌體展示實驗數據的預處理研究.pdf

1、噬菌體展示是一種高效獲得具有特定親和力的多肽或蛋白質的現代分子生物學技術。在基礎研究中，可用于預測蛋白質相互作用位點與網絡；在應用研究中，已廣泛用于疾病的診斷、預防與治療產品開發(fā)。然而，由于淘選體系與文庫內在的原因，噬菌體展示實驗數據中往往混雜著選擇或增殖相關的靶位無關多肽（Target-Unrelated Peptides，TUP)，且僅靠實驗本身的改進并不能徹底消除這些噪聲。因此，借助信息學手段來報告噪聲序列，進而對噬菌體展示數據進

2、行計算純化等一系列預處理，不失為上佳之選。針對噬菌體展示實驗數據的預處理問題，我們進行了如下工作：
　　1、開發(fā)了基于模體的靶位無關多肽檢測工具TUPScan。通過對已知靶位無關多肽模體進行匹配，TUPScan能夠判斷提交序列是否為潛在的靶位無關多肽。初步測試表明，TUPScan不僅能夠提高表位預測工具的性能，而且有助于模擬肽疫苗的研究。
　　2、開發(fā)了基于數據庫的靶位無關多肽檢測工具——MimoSearch和MimoBla

3、st。為檢測不具備已知模體的靶位無關多肽，我們又構建了一個模擬肽數據庫MimoDB，收集了全球各研究組利用噬菌體展示淘選隨機文庫的實驗結果。通過MimoSearch搜索此數據庫，可以查看實驗者提交的多肽序列是否與其它已發(fā)表的結果完全相同；通過 MimoBlast工具可對 MimoDB進行全數據庫序列比對，可以找到與提交序列不完全相同但高度相似的已發(fā)表結果。如果多個研究組在淘選實驗中使用的靶位不同卻得到了完全相同或高度相似的序列，那么相應

4、多肽極可能是靶位無關多肽。
　　3、開發(fā)了基于支持向量機的靶位無關多肽預測工具——PhD7Faster和AvidinBinder。隨著噬菌體展示領域內數據的不斷積累，我們運用支持向量機算法，開發(fā)出兩個靶位無關多肽的預測工具。PhD7Faster能夠預測Ph.D.-7文庫中具有增殖優(yōu)勢的克隆，這有助于報告淘選此文庫所獲得實驗數據中的增殖相關的靶位無關多肽；AvidinBinder能夠預測親和素結合多肽，這有助于報告親和素結合相關的靶

5、位無關多肽。
　　4、構建了一個在線的噬菌體展示實驗數據預處理工具包 SAROTUP。為便于讀者使用，我們將上述研究成果開發(fā)成一個界面友好的集成網絡平臺SAROTUP，用戶只需提交實驗結果的序列信息，便可直接得到靶位無關多肽的報告結果。
　　綜上，本文提出了一系列報告靶位無關多肽的新方法，并且開發(fā)出一個噬菌體展示實驗數據的預處理工具包 SAROTUP（http://immunet.cn/sarotup/）。本課題的成果可能獲