Información

Base de datos de anticuerpos y antígenos

Base de datos de anticuerpos y antígenos


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

¿Existe una base de datos donde pueda encontrar una estimación de afinidad si proporciono un anticuerpo y una secuencia de antígeno determinados?

Entrada: secuencia de anticuerpo + antígeno Salida: estimación cuantitativa de unión / afinidad

Muchas gracias.


La constante de unión de un complejo anticuerpo-antígeno sigue siendo una medida empírica.

Se han realizado muchos esfuerzos para resolver este problema cuantitativa y cualitativamente a lo largo de los años desde que las estructuras cristalinas originales de un complejo lisozima-Fab existen más de 400 estructuras en www.rcsb.org en una búsqueda de complejos de anticuerpos y antígenos.

En este punto, la metodología general consiste en modelar la estructura del complejo anticuerpo-antígeno. Luego, a partir del complejo, se estima una energía libre de unión o, de manera más confiable, se pueden modelar variantes que podrían unirse de manera más estrecha.

Hay herramientas disponibles para hacer este trabajo, pero aún están lejos de ser perfectas. Este artículo de 2012 compara una nueva estructura cristalina de anticuerpo-antígeno con los resultados de varios conjuntos de modelos. En la Tabla 4, los autores muestran que las partes invariantes de la estructura, así como algunos de los bucles hipervariables, están realmente modelados con precisión, pero la región hipervariable 3 estaba muy lejos en este caso (error rms de aproximadamente 2 Angstroms). Lo cual no es lo suficientemente preciso para calcular la energía libre real de enlace.

Actualmente, mientras que las energías libres de unión y, por lo tanto, las estimaciones de las constantes de unión, no se calculan de manera confiable a partir de estructuras de complejos de proteínas. En la práctica, dicho software se utiliza para calcular la fuerza de unión relativa de dos modelos (consulte este ejemplo de 2012).

Este documento de 2010 que describe SnugDock, un nuevo paquete de software, describe un proceso de diseño de anticuerpos y antígenos de última generación (énfasis agregado).

Se podría imaginar una línea completa de ingeniería computacional de anticuerpos comenzando por la secuencia de anticuerpos y terminando con predicciones precisas para interacciones optimizadas anticuerpo-antígeno. En este artículo hemos tenido éxito en llegar al segundo paso mediante el acoplamiento computacional utilizando modelos computacionales del anticuerpo monómero. Las próximas etapas pueden ser un desafío adicional. Las estructuras complejas de alta resolución podrían usarse a continuación para el escaneo computacional de alanina, maduración de la afinidad computacional o alteración de la especificidad de unión. Para la terapéutica de anticuerpos, las estructuras ayudarán a definir los mecanismos de los fármacos para la aprobación regulatoria, permitirán el mapeo de epítopos y humanizarán las construcciones. Estas aplicaciones requieren diferentes cantidades de resolución y más pruebas revelarán la utilidad total de las predicciones de SnugDock.

Como puede ver, el método recomendado es crear una serie de modelos para intentar crear un enlace relativo más estricto.


Un punto de referencia ampliado para el acoplamiento anticuerpo-antígeno y la predicción de afinidad revela conocimientos sobre los determinantes del reconocimiento de anticuerpos

El modelado predictivo preciso de las estructuras del complejo anticuerpo-antígeno y el diseño de anticuerpos basado en la estructura siguen siendo desafíos importantes en la biología computacional, con implicaciones para la bioterapéutica, la inmunidad y las vacunas. Mediante una búsqueda sistemática de estructuras de alta resolución de complejos anticuerpo-antígeno y estructuras de anticuerpos y antígenos no unidos, junto con la identificación de afinidades de unión determinadas experimentalmente, hemos reunido un conjunto no redundante de casos de prueba para el acoplamiento anticuerpo-antígeno y la predicción de afinidad. . Este punto de referencia duplica con creces el número de complejos anticuerpo-antígeno y las afinidades correspondientes disponibles en nuestros puntos de referencia anteriores, proporcionando una visión sin precedentes de los determinantes del reconocimiento de anticuerpos y conocimientos sobre la flexibilidad molecular. Las evaluaciones iniciales de las herramientas de predicción de afinidad y acoplamiento destacan los desafíos que plantea este conjunto diverso de casos, que incluye nanocuerpos de camélidos, anticuerpos monoclonales terapéuticos y anticuerpos ampliamente neutralizantes que se dirigen a las glicoproteínas virales. Este conjunto de datos permitirá el desarrollo de modelos predictivos avanzados y métodos de diseño para esta clase de interacciones proteína-proteína de relevancia terapéutica.

Palabras clave: predicción de afinidad diseño de anticuerpos bioterapéuticos anticuerpos monoclonales nanocuerpo proteína-proteína virus de acoplamiento.


Estructura de anticuerpos

Una molécula de anticuerpo se compone de cuatro polipéptidos: dos cadenas pesadas idénticas (unidades de péptidos grandes) que están parcialmente unidas entre sí en una formación de "Y", que están flanqueadas por dos cadenas ligeras idénticas (unidades de péptidos pequeños), como se ilustra en la Figura 1. Los enlaces entre los aminoácidos de cisteína en la molécula de anticuerpo unen los polipéptidos entre sí. Las áreas donde se reconoce el antígeno en el anticuerpo son dominios variables y la base del anticuerpo está compuesta por dominios constantes.

Figura 1. (a) A medida que madura una célula B de la línea germinal, una enzima llamada ADN recombinasa escinde al azar los segmentos V y J del gen de la cadena ligera. El empalme a nivel de ARNm da como resultado un reordenamiento genético adicional. Como resultado, (b) cada anticuerpo tiene una región variable única capaz de unirse a un antígeno diferente.

En las células B de la línea germinal, la región variable del gen de la cadena ligera tiene 40 segmentos variables (V) y cinco segmentos de unión (J). Una enzima llamada ADN recombinasa escinde aleatoriamente la mayoría de estos segmentos del gen y empalma un segmento V en un segmento J. Durante el procesamiento del ARN, todos los segmentos V y J menos uno se empalman. La recombinación y el empalme pueden resultar en más de 10 6 combinaciones posibles de VJ. Como resultado, cada célula B diferenciada en el cuerpo humano típicamente tiene una cadena variable única. El dominio constante, que no se une al anticuerpo, es el mismo para todos los anticuerpos.

De manera similar a los TCR y BCR, la diversidad de anticuerpos se produce mediante la mutación y recombinación de aproximadamente 300 segmentos de genes diferentes que codifican los dominios variables de cadena ligera y pesada en células precursoras que están destinadas a convertirse en células B. Los dominios variables de las cadenas pesada y ligera interactúan para formar el sitio de unión a través del cual un anticuerpo puede unirse a un epítopo específico en un antígeno. El número de dominios constantes repetidos en las clases de Ig es el mismo para todos los anticuerpos correspondientes a una clase específica. Los anticuerpos son estructuralmente similares al componente extracelular de las BCR, y la maduración de las células B a células plasmáticas se puede visualizar en términos simples a medida que la célula adquiere la capacidad de secretar la porción extracelular de su BCR en grandes cantidades.


Interacciones anticuerpo-antígeno: análisis de contacto y topografía del sitio de unión

Hemos analizado los residuos que entran en contacto con el antígeno y la forma del sitio de combinación en las estructuras cristalinas del anticuerpo Fv y Fab ahora disponibles en el Protein Data Bank. Las propensiones al contacto con el antígeno se presentan para cada residuo de anticuerpo, lo que permite proponer una nueva definición para las regiones determinantes de complementariedad (CDR) basada en los contactos con el antígeno observados. Los contactos son más comunes en los residuos de CDR que están ubicados centralmente dentro del sitio de combinación, algunos residuos de CDR menos centrales solo son contactados por antígenos grandes. Los residuos que no entran en contacto dentro de las CDR coinciden con los residuos identificados por Chothia y colaboradores como importantes para definir las conformaciones "canónicas". Se ha desarrollado y aplicado a las superficies de los sitios de combinación de anticuerpos un medio objetivo de clasificar las superficies de las proteínas por topografía general. Las superficies se han agrupado en cuatro clases topográficas: cóncavas y moderadamente cóncavas (principalmente ligantes de hapteno), estriadas (principalmente ligantes de péptidos) y planas (principalmente ligantes de proteínas). Hemos determinado las clases topográficas para diez pares de estructuras cristalinas de anticuerpo-antígeno complejadas y no complejadas. Cuatro cambian la clase topográfica en la complejación. Los resultados serán útiles en ingeniería de anticuerpos, acoplamiento de antígenos y en inmunología clínica. Para demostrar una aplicación, mostramos cómo se pueden utilizar los datos para localizar el bolsillo de unión al antígeno en las estructuras del anticuerpo.


Tipificación serológica de Staphylococcus aureus

  1. Mezcle el reactivo de látex agitando para eliminar el látex del gotero para una mezcla completa.
  2. Dispense 1 gota de Test Latex (contiene anticuerpos Staph) en uno de los círculos en la tarjeta de reacción y agregue 1 gota de Control Latex en otro círculo.
  3. Usando un bucle, recoja y manche 5 colonias sospechosas (ya sea un sospechoso Staphde su cuerpo O un conocido Staph aureussuministrado por el laboratorio) en el círculo que contiene Test Latex y mézclelo con el reactivo Test Latex. Extienda para cubrir el círculo. Asegúrese de tener una suspensión bacteriana homogénea. Los grumos harán que la reacción sea difícil de identificar y posiblemente darán una reacción + falsa.
  4. Repita el paso 3 para el látex de control, utilizando el mismo cultivo bacteriano.
  5. Levante y mueva la tarjeta con la mano por hasta 20 segundos y observe si se aglutina en condiciones normales de iluminación.
  6. Mueva el portaobjetos hacia adelante y hacia atrás durante no más de un minuto y busque aglutinación azul. Agrupar es una reacción positiva para la identificación de S. aureus.

Prueba Clearview para antígeno estreptocócico

  1. Coloque el tubo de extracción en el soporte del tubo. Agregue 3 gotas de reactivo de extracción 1 al tubo de extracción. Agregue 3 gotas de reactivo de extracción 2 al tubo de extracción.
  2. Coloque la muestra de frotis de garganta en el tubo de extracción. Gire el hisopo dentro del tubo con un movimiento circular (puede usar el cultivo puro de Strep provisto) para rodar contra el costado del tubo de extracción de modo que el líquido se extraiga y se reabsorba del hisopo. Déjelo reposar por un mínimo de 1 minuto.
  3. Apriete suavemente el hisopo con firmeza contra el tubo para expulsar la mayor cantidad de líquido posible del hisopo. Deseche el hisopo.
  4. Sumerja la tira reactiva en el tubo de extracción con las flechas apuntando hacia el extracto de la muestra. Deje la tira reactiva en el tubo de extracción. Inicie el temporizador.
  5. Lea los resultados en 5 minutos. Dependiendo de la cantidad de organismos en el hisopo, un resultado positivo puede ser visible tan pronto como 1 minuto. Sin embargo, para confirmar un resultado negativo se requiere el tiempo de reacción completo de 5 minutos. No lea los resultados después de 10 minutos.

Prueba de monospot

  1. Coloque una gota de caída libre de suero de control NEGATIVO en el portaobjetos de vidrio.
  2. Coloque una gota de caída libre de suero de control POSITIVO en el portaobjetos de vidrio en un pocillo diferente. Como no tenemos suero para pacientes, utilizará el suero de control positivo como suero del paciente.
  3. Añada 1 gota de caída libre del reactivo LATEX a cada pocillo.
  4. Mezcle el contenido de cada círculo con un agitador (diferentes agitadores para cada círculo), cubriendo toda la superficie del círculo.
  5. Mueva el tobogán con un movimiento circular durante 2 minutos.
  6. Observe la aglutinación. Una luz colocada directamente sobre el portaobjetos mejorará la legibilidad de la prueba.

Predicción de aprendizaje automático de la unión anticuerpo-antígeno: conjunto de datos, método y pruebas

Las tecnologías de secuenciación de ADN están proporcionando nuevos conocimientos sobre la respuesta inmune al permitir la secuenciación a gran escala del gen de inmunoglobulina reordenado presente en un individuo; sin embargo, las aplicaciones de este enfoque están limitadas por la falta de métodos para determinar el (los) antígeno (s) que codifica una inmunoglobulina. por una secuencia dada se une a. Se han propuesto métodos computacionales para predecir las interacciones anticuerpo-antígeno que aprovechan la predicción y el acoplamiento de la estructura; sin embargo, estos métodos requieren el conocimiento de las estructuras 3D.

Como paso hacia el desarrollo de un método de aprendizaje automático adecuado para predecir las afinidades de unión del anticuerpo-antígeno a partir de los datos de secuencia, se aplicó al problema un enfoque ponderado de aprendizaje automático del vecino más cercano. Se codificó un programa de predicción en Python y se evaluó mediante validación cruzada en un conjunto de datos de 600 anticuerpos que interactúan con 50 antígenos. La clasificación que predice la precisión fue de alrededor del 76% para este conjunto de datos. Estos resultados proporcionan un marco de referencia útil, así como protocolos y consideraciones para el aprendizaje automático y la creación de conjuntos de datos en esta área.

Tanto el conjunto de datos (en formato csv) como el programa de aprendizaje automático (codificado en Python) están disponibles gratuitamente para su descarga.


Un punto de referencia ampliado para el acoplamiento de anticuerpos y antígenos y la predicción de afinidad revela conocimientos sobre los determinantes del reconocimiento de anticuerpos

El modelado predictivo preciso de las estructuras del complejo anticuerpo-antígeno y el diseño de anticuerpos basado en la estructura siguen siendo desafíos importantes en biología computacional, con implicaciones en bioterapéutica, inmunidad y vacunas. A través de una búsqueda sistemática de estructuras de alta resolución de complejos anticuerpo-antígeno y estructuras de anticuerpo y antígeno no unidas, junto con la identificación de afinidades de unión determinadas experimentalmente, hemos reunido un conjunto no redundante de casos de prueba para el acoplamiento anticuerpo-antígeno y la predicción de afinidad. Este punto de referencia duplica con creces el número de complejos anticuerpo-antígeno y las afinidades correspondientes disponibles en nuestros puntos de referencia anteriores, proporcionando una visión sin precedentes de los determinantes del reconocimiento de anticuerpos y conocimientos sobre la flexibilidad molecular. Las evaluaciones iniciales de las herramientas de predicción de afinidad y acoplamiento resaltan los desafíos que plantea este conjunto diverso de casos, que incluye nanocuerpos de camélidos, anticuerpos monoclonales terapéuticos y anticuerpos ampliamente neutralizantes que se dirigen a las glicoproteínas virales. Este conjunto de datos permitirá el desarrollo de modelos predictivos avanzados y métodos de diseño para esta clase de interacciones proteína-proteína de relevancia terapéutica.

Palabras clave: acoplamiento proteína-proteína, diseño de anticuerpos, camélidos, nanocuerpos, predicción de afinidad


Base de datos de anticuerpos y antígenos - Biología

Todos los artículos publicados por MDPI están disponibles inmediatamente en todo el mundo bajo una licencia de acceso abierto. No se requiere un permiso especial para reutilizar todo o parte del artículo publicado por MDPI, incluidas las figuras y tablas. Para los artículos publicados bajo una licencia Creative Common CC BY de acceso abierto, cualquier parte del artículo puede ser reutilizada sin permiso siempre que el artículo original esté claramente citado.

Los artículos de fondo representan la investigación más avanzada con un potencial significativo de alto impacto en el campo. Los artículos de fondo se envían por invitación individual o recomendación de los editores científicos y se someten a una revisión por pares antes de su publicación.

El artículo destacado puede ser un artículo de investigación original, un estudio de investigación novedoso y sustancial que a menudo implica varias técnicas o enfoques, o un artículo de revisión completo con actualizaciones concisas y precisas sobre los últimos avances en el campo que revisan sistemáticamente los avances científicos más interesantes. literatura. Este tipo de artículo ofrece una perspectiva sobre las futuras direcciones de la investigación o sus posibles aplicaciones.

Los artículos de Editor's Choice se basan en las recomendaciones de los editores científicos de las revistas de MDPI de todo el mundo. Los editores seleccionan una pequeña cantidad de artículos publicados recientemente en la revista que creen que serán particularmente interesantes para los autores o importantes en este campo. El objetivo es proporcionar una instantánea de algunos de los trabajos más interesantes publicados en las diversas áreas de investigación de la revista.


Copie y pegue este código de inserción en el HTML de su sitio web

Última respuesta de: Profesora Catherine Carpenter Carpenter
12 de octubre de 2018 17:43

Publicado por Maryam Fayyazi el 12 de octubre de 2018

Hola,
¿Puede explicar la diferencia entre fagocitos y macrófagos?

Publicado por ido montia el 22 de diciembre de 2014

Interacciones de anticuerpos y antígenos

  • Descripción del anticuerpo
    • Estructura de anticuerpos
    • Función de anticuerpos
    • Cuatro inmunoglobinas: IgM, IgG, IgD, IgA, IgE
    • Exógeno
    • Endógeno
    • Autógeno
    • Tipos y determinantes de la antigenicidad

    Interacciones de anticuerpos y antígenos

    Las diapositivas de la conferencia son imágenes capturadas en pantalla de puntos importantes de la conferencia. Los estudiantes pueden descargar e imprimir estas imágenes de diapositivas de conferencias para resolver problemas de práctica y tomar notas mientras ven la conferencia.


    Abstracto

    abYsis es un sistema de investigación de anticuerpos basado en la web que incluye una base de datos integrada de secuencia de anticuerpos y datos de estructura. El sistema se puede interrogar de diversas formas, desde búsquedas simples de texto y secuencia hasta consultas sofisticadas que aplican restricciones estructurales 3D. La versión disponible públicamente incluye datos de secuencia previamente analizados del Archivo Europeo de Nucleótidos del Laboratorio de Biología Molecular Europeo (EMBL-ENA) y Kabat, así como datos de estructura del Protein Data Bank. Las secuencias propias de un investigador también se pueden analizar a través de la interfaz web.

    Una característica definitoria de abYsis es que las secuencias se numeran automáticamente con una serie de esquemas populares como Kabat y Chothia y luego se anotan con información clave como regiones determinantes de complementariedad y posibles modificaciones postraduccionales. Un aspecto único de abYsis es un conjunto de tablas de frecuencia de residuos para cada posición en un anticuerpo, lo que permite resaltar "residuos inusuales" (los que rara vez se ven en una posición particular) y tomar decisiones sobre qué mutaciones pueden ser aceptables. Esto es especialmente útil cuando se comparan anticuerpos de diferentes especies.

    abYsis es útil para cualquier investigador especializado en ingeniería de anticuerpos, especialmente para aquellos que desarrollan anticuerpos como fármacos.


    Ver el vídeo: Antigenos e inmunogenos, estructura y tipos de anticuerpo (Julio 2022).


Comentarios:

  1. Zaid

    Me gustaría hablar contigo, tengo algo que decir sobre este tema.

  2. JoJorg

    Disculpe, he eliminado esta idea :)



Escribe un mensaje