5月11日,公卫学院薛付忠教授团队青年教师侯庆振副研究员,依托国家健康医疗大数据研究院平台在计算生物学与生物信息学领域国际期刊Bioinformatics杂志发表了题为“SeRenDIP-CE: Sequence-based Interface Prediction for Conformational Epitopes”的研究论文,这是2021年侯庆振副研究员作为第一作者在Bioinformatics杂志上连续发表的第二篇文章。金沙9001w以诚为本入口为第一完成单位。
在生物信息学领域,探究蛋白质结构与功能之间的关系一直是蛋白质组学研究的热点问题。B细胞抗原-抗体作为蛋白-蛋白相互作用的一种特殊类型,其特异性由抗原表位区域的相互作用决定,因此在临床研究和疫苗研发中,抗原表位鉴定是亟需解决的关键问题。但在众多位点中,通过实验方法进行筛选往往需要耗费巨大的人力物力。基于生物信息学方法进行抗原表位的鉴定,筛选重要的蛋白质相互作用位点,对指导实验验证具有重要的理论和实践意义。本研究利用机器学习的方法深度学习已有的抗原-抗体蛋白质结构数据,在前期开发的同源二聚体和异二聚体蛋白质互作位点预测模型的基础上进一步扩展,构建了基于蛋白质序列的抗原空间表位的预测模型,以实现对B细胞抗原表位的预测。该模型也成功应用于新冠病毒侵染人体关键元件RBD结合域的抗原表位预测上。
薛付忠教授团队青年教师侯庆振副研究员,作为健康医疗大数据研究院生物信息中心负责人,一直致力于将生物信息学手段应用于生物医学大数据领域,解析生物大分子结构和功能的关联。近五年来,已有多篇成果发表在生物信息学顶级杂志上,包括抗原表位预测(Bioinformatics, 2021, btab321)、蛋白质折叠与稳定性研究(Bioinformatics,2021,btab034)、溶解度研究(Bioinformatics,2020,btz773)以及蛋白质互作位点研究(Bioinformatics,2017,btx005; Bioinformatics,2019,btz428)等。本研究得到了国家自然科学基金(81773547)、国家重点研发计划(2020YFC2003500)以及金沙9001w以诚为本入口青年学者未来计划(21320082064101)资助。
论文链接:https://doi.org/10.1093/bioinformatics/btab321