Supongamos que tengo una estructura de proteína 3d en un archivo PDB en una computadora. ¿Existe algún método bioinformático para predecir si esa proteína es reconocida por todos los anticuerpos humanos conocidos y provoca una respuesta inmunitaria o no? Si la respuesta es sí, ¿qué tan preciso es este método?
En primer lugar: es importante tener en cuenta que los anticuerpos no reconocen antígenos, reconocen epítopos que se encuentran en los antígenos.
Hay varios software (online) que permiten predecir estos epítopos con gran precisión. Voy a describir algunos de ellos a continuación:
Predicción de epítopos de células B: debe tener en cuenta que los epítopos de células B pueden ser continuos y conformacionales.
Los epítopos continuos se pueden predecir utilizando Bcepred. Este método de predicción se basa en propiedades físico-químicas en un conjunto de datos no redundantes. El conjunto de datos consta de 1029 epítopos de células B obtenidos de la base de datos Bcipep y el mismo número de no epítopos obtenidos aleatoriamente de la base de datos Swiss-Prot. La precisión de predicción para modelos basados en varias propiedades varía entre 52,92 % y 57,53 %. También logró la máxima precisión del 58,70 % en el umbral de 2,38, cuando se combinaron cuatro propiedades de aminoácidos (hidrofilicidad, flexibilidad, polaridad y superficie expuesta).
Los epítopos conformacionales se pueden predecir utilizando DiscoTope 2.0. Este método predice epítopos de células B discontinuos a partir de estructuras tridimensionales de proteínas. El método utiliza el cálculo de la accesibilidad de la superficie (estimada en términos de números de contacto) y una nueva puntuación de aminoácidos de propensión al epítopo. Los puntajes finales se calculan combinando los puntajes de propensión de los residuos en proximidad espacial y los números de contacto. Además, utilizando el conjunto de datos de referencia del documento DiscoTope original, se ha demostrado que el método actualizado tiene un rendimiento predictivo significativamente mayor.
Importante: Discotope permite obtener una estructura 3D de estos epítopos.
Propongo usar DiscoTope para la predicción de residuos de epítopos discontinuos por varias razones. Primero, he demostrado en un conjunto de datos de epítopos discontinuos que el rendimiento predictivo promedio de DiscoTope es significativamente más alto que la escala de propensión de Parker y marginalmente más alto que el puntaje de localización de superficie definido por el puntaje NACCESS RSA. En segundo lugar, varios autores han demostrado que DiscoTope predice correctamente los residuos en los epítopos que se han identificado mediante diferentes técnicas, como la visualización de fagos, la mutación puntual y el análisis de secuencias. En tercer lugar, el método de predicción DiscoTope está disponible públicamente en www.cbs.dtu.dk/services/DiscoTope, y el resultado del método se interpreta fácilmente.
Le recomendaría comprobar si estos epítopos contenidos en la proteína tienen posibles sitios alergénicos que pueden contener epítopos IgE probados experimentalmente. Para esto puedes usar Algpred
La respuesta de polonio210 es un excelente resumen de herramientas bioinformáticas, que permiten comparaciones con bases de datos de anticuerpos conocidos , lo que es útil para encontrar un anticuerpo específico que pueda unirse a su proteína.
Es importante tener en cuenta que este enfoque no le permitirá discernir si el sistema inmunitario humano podrá o no producir un anticuerpo contra esta proteína. Según las respuestas y los comentarios a esta pregunta, la cantidad de posibles anticuerpos que un solo ser humano puede producir varía de a . Estos números son tan altos que es probable que ninguna base de datos pueda cubrir todos los anticuerpos posibles y permitirle predecir si el sistema inmunitario podría producir un anticuerpo contra una proteína específica.
canadiense
Nicolás