新冠病毒的起源、分子结构、功能及进化洞察
1. 计算方法与Q - UEL方法
在新冠病毒相关研究中,采用了多种计算方法。Q - UEL方法是其中的关键,其通用策略背后的理论融合了合成抗体和拟肽构建与设计中的各种思路和标准,同时也借鉴了主流ZINC数据库背后的一些理念。
研究最初是将双曲狄拉克网络(HDN)及其相关的Q - UEL语言用于自动推理的应用案例。虽然当前研究可以通过标准生物信息学和分子建模来重复,但如果没有Q - UEL与万维网站点交互、收集信息并促进公共生物信息学工具的使用,相关研究可能无法如此快速地完成和审查。
1.1 合成免疫设计中表位预测的基本原则
表位预测在合成免疫设计中至关重要。这里所说的“表位”主要指“连续表位”,不过一些小表位组合也可代表不连续表位。B - 表位和T - 表位分别对应骨髓B细胞或胸腺T细胞的反应。B细胞表位位于蛋白质表面,可被B细胞受体或抗体识别,与骨髓反应和抗体产生有关;T表位可能隐藏在蛋白质结构中,通过蛋白水解产生,通常与细胞反应和免疫系统记忆相关。
连续B细胞表位预测与T细胞表位预测基本相似,目前预测主要基于氨基酸的亲水性、电荷、暴露表面积和二级结构等性质。有多种预测算法可供选择,但更倾向于采用结合实验数据的“专家系统”方法。
1.2 Q - UEL:知识表示工具包
主要方法基本是标准生物信息学方法。Q - UEL用于生物信息学的技术在相关研究中有详细探讨,而用于计算科学和化合物对接的方法则利用了KRUNCH。表位预测依赖传统的“一维”生物信息学,采用GOR4二级结构预测α - 螺旋(h)、延伸链或β - 折叠(e)以及卷曲或环(c)。
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



