We describe a new approach to ident

We describe a new approach to identify proteins involved in disease pathogenesis. The technology, Epitope-Mediated Antigen Prediction (E-MAP), leverages the specificity of patients' immune responses to disease-relevant targets and requires no prior knowledge about the protein. E-MAP links pathologic antibodies of unknown specificity, isolated from patient sera, to their cognate antigens in the protein database. The E-MAP process first involves reconstruction of a predicted epitope using a peptide combinatorial library. We then search the protein database for closely matching amino acid sequences. Previously published attempts to identify unknown antibody targets in this manner have largely been unsuccessful for two reasons: 1) short predicted epitopes yield too many irrelevant matches from a database search and 2) the epitopes may not accurately represent the native antigen with sufficient fidelity. Using an in silico model, we demonstrate the critical threshold requirements for epitope length and epitope fidelity. We find that epitopes generally need to have at least seven amino acids, with an overall accuracy of >70% to the native protein, in order to correctly identify the protein in a nonredundant protein database search. We then confirmed these findings experimentally, using the predicted epitopes for four monoclonal antibodies. Since many predicted epitopes often fail to achieve the seven amino acid threshold, we demonstrate the efficacy of paired epitope searches. This is the first systematic analysis of the computational framework to make this approach viable, coupled with experimental validation.

ผลลัพธ์ (ไทย) 1:

เราอธิบายวิธีการระบุโปรตีนเกี่ยวข้องกับพยาธิกำเนิดของโรคใหม่ เทคโนโลยี การคาดเดาการตรวจหา Epitope-Mediated (E-MAP), ใช้ specificity ของผู้ป่วยภูมิคุ้มกันตอบสนองต่อเป้าหมายโรคที่เกี่ยวข้อง และต้องไม่มีความรู้เดิมเกี่ยวกับโปรตีน E-แผนที่เชื่อมโยงแอนตี้ pathologic ของ specificity ไม่รู้จัก แยกต่างหากจากผู้ป่วยจะ การของ antigens cognate ต่อโปรตีน การแผนที่ E แรกเกี่ยวข้องกับการฟื้นฟูของ epitope คาดการณ์ที่ใช้เป็นเพปไทด์ปัญหาไลบรารี เราแล้วค้นหาฐานข้อมูลโปรตีนกรดอะมิโนลำดับที่ตรงกันอย่างใกล้ชิด ก่อนหน้านี้ พยายามเผยแพร่ระบุแอนติบอดีไม่รู้จักเป้าหมายในลักษณะนี้ส่วนใหญ่ได้สำเร็จด้วยเหตุผลสองประการ: 1) สั้นทำนาย epitopes ตรงมากเกินไปเกี่ยวข้องกับผลผลิตจากการค้นหาฐานข้อมูล และ epitopes 2)อาจไม่ถูกต้องแสดงตรวจหาพื้นเมือง ด้วยความจงรักภักดีเพียงพอ ใช้การ silico ในรุ่น เราแสดงให้เห็นถึงความต้องการขีดจำกัดสำคัญ epitope ความยาวและความจงรักภักดี epitope เราพบว่า epitopes โดยทั่วไปจำเป็นต้องมีกรดอะมิโนน้อย 7 มีความถูกต้องโดยรวมของ > 70% โปรตีนดั้งเดิม เพื่อระบุโปรตีนในการค้นหาฐานข้อมูลของโปรตีน nonredundant อย่างถูกต้อง เราแล้วยืนยันผลการวิจัยเหล่านี้ใช้ epitopes คาดการณ์แอนตี้ monoclonal สี่ experimentally เนื่องจากหลายคนทำนาย epitopes มักล้มเหลวเพื่อให้ได้กรดอะมิโน 7 ขีดจำกัด เราแสดงให้เห็นประสิทธิภาพของการค้นหา epitope จัดเป็นคู่ นี่คือการวิเคราะห์ระบบแรกของกรอบจะทำให้วิธีการนี้ทำงานได้ คำนวณควบคู่กับการตรวจสอบทดลอง

ผลลัพธ์ (ไทย) 2:

เราอธิบายวิธีการใหม่ในการระบุโปรตีนที่มีส่วนร่วมในการทำให้เกิดโรคโรค เทคโนโลยีที่ epitope พึ่งทำนายแอนติเจน (E-MAP) ยกระดับความจำเพาะของการตอบสนองภูมิคุ้มกันของผู้ป่วยเป้าหมายโรคที่เกี่ยวข้องและไม่จำเป็นต้องมีความรู้ก่อนเกี่ยวกับโปรตีน E-MAP เชื่อมโยงแอนติบอดีจำเพาะของพยาธิสภาพที่ไม่รู้จักแยกได้จากซีรั่มของผู้ป่วยเพื่อแอนติเจนคล้ายคลึงกันของพวกเขาในฐานข้อมูลโปรตีน กระบวนการทาง E-MAP แรกเกี่ยวข้องกับการฟื้นฟูของ epitope ที่คาดการณ์ไว้โดยใช้ห้องสมุด combinatorial เปปไทด์ จากนั้นเราจะค้นหาฐานข้อมูลโปรตีนสำหรับการจับคู่อย่างใกล้ชิดลำดับกรดอะมิโน ความพยายามที่ประกาศก่อนหน้านี้ในการระบุเป้าหมายแอนติบอดีรู้จักในลักษณะนี้ได้รับส่วนใหญ่ไม่ประสบความสำเร็จเหตุผลสองประการคือ 1) epitopes ทำนายผลการแข่งขันในระยะสั้นที่ไม่เกี่ยวข้องมากเกินไปจากการค้นหาฐานข้อมูลและ 2) epitopes อาจจะไม่ต้องเป็นตัวแทนของแอนติเจนพื้นเมืองที่มีความจงรักภักดีเพียงพอ การใช้ในรูปแบบ silico เราแสดงให้เห็นถึงความต้องการของเกณฑ์ที่สำคัญสำหรับความยาว epitope และ epitope ความจงรักภักดี เราพบว่า epitopes โดยทั่วไปจะต้องมีอย่างน้อยเจ็ดกรดอะมิโนที่มีความถูกต้องโดยรวมของ> 70% โปรตีนพื้นเมืองเพื่อให้ถูกต้องระบุโปรตีนในการค้นหาฐานข้อมูลโปรตีน nonredundant จากนั้นเราจะได้รับการยืนยันผลการวิจัยเหล่านี้ทดลองใช้ epitopes ที่คาดการณ์ไว้เป็นเวลาสี่โมโนโคลนอลแอนติบอดี ตั้งแต่ epitopes ที่คาดการณ์ไว้จำนวนมากมักจะล้มเหลวที่จะบรรลุเกณฑ์กรดอะมิโนเจ็ดเราแสดงให้เห็นถึงประสิทธิภาพของการจับคู่การค้นหา epitope นี่คือการวิเคราะห์ระบบแรกของกรอบการคำนวณเพื่อให้วิธีการนี​​้ทำงานควบคู่ไปกับการตรวจสอบการทดลอง

ผลลัพธ์ (ไทย) 3:

เราอธิบายวิธีการใหม่ในการค้นหาโปรตีนที่เกี่ยวข้องในการเกิดโรค เทคโนโลยีระดับแอนติเจนไวรัสพยากรณ์ ( แผนที่ ) ใช้เฉพาะผู้ป่วยตอบสนองทางภูมิคุ้มกันโรคที่เกี่ยวข้อง เป้าหมาย และไม่ต้องใช้ความรู้เกี่ยวกับโปรตีน แผนที่การเชื่อมโยงทางพยาธิวิทยาและไม่ทราบวิธีแยกจากเซราคนไข้ของเชื้อสายของโปรตีนอยู่ในฐานข้อมูล กระบวนการแผนที่แรกเกี่ยวข้องกับการฟื้นฟูค่าไวรัสโดยใช้เปปไทด์เชิงการจัดห้องสมุด เราค้นหาโปรตีนฐานข้อมูลอย่างใกล้ชิดตรงกับลำดับกรดอะมิโน . เผยแพร่ก่อนหน้านี้พยายามที่จะระบุเป้าหมายที่ไม่รู้จัก ( ในลักษณะนี้ส่วนใหญ่ไม่ประสบความสำเร็จ ด้วยเหตุผลสองประการ :1 ) ระยะสั้น คาดผลผลิตจากแมตช์ที่ไม่เกี่ยวข้องมากเกินไปจากฐานข้อมูลการค้นหาและ 2 ) ผู้ป่วยอาจไม่ถูกต้องเป็นตัวแทนของแอนติเจนพื้นเมืองกับความจงรักภักดีที่เพียงพอ การใช้ในรูปแบบโครงข่าย เราแสดงให้เห็นถึงความสําคัญของไวรัสไวรัสสำหรับความยาวและความจงรักภักดี . เราพบว่า ผู้ป่วย โดยทั่วไปจะต้องมีอย่างน้อยเจ็ดกรดอะมิโนมีความถูกต้องโดยรวมของ > 70% โปรตีนพื้นเมืองเพื่อที่จะได้อย่างถูกต้องระบุโปรตีนในโปรตีน nonredundant ค้นหาฐานข้อมูล จากนั้นเราจะยืนยันผลการวิจัยเหล่านี้เพื่อใช้ทำนายจากสี่โมโนโคลนอลแอนติบอดี เนื่องจากคาดการณ์ไว้มาก ผู้ป่วยมักจะล้มเหลวที่จะบรรลุเจ็ดกรดอะมิโนเกณฑ์ เราแสดงให้เห็นถึงประสิทธิภาพของการค้นหาข้อมูลไวรัส .นี่เป็นครั้งแรกที่ระบบการวิเคราะห์กรอบการคำนวณเพื่อให้วิธีการนี้ใช้ควบคู่กับการทดลองการตรวจสอบ