سرور های پیش بینی کننده اپی توپ MHC I, MHC II ( EMBOSS ANTIGENIC، PROPRED، Net Tpi، IEDB، IMMUNMEDICINE GROUP، NET MHC II)

معرفی سرور های پیش بینی کننده اپی توپ

سلول های T پپتیدها یا اپی توپ های اصلی ایجاد شده توسط مولکول های MHC روی سطح سلول های هسته دار را شناسایی و بررسی می کنند. برای انجام اینکار بایستی سلول های T قادر باشند پپتیدهای خودی را از پپتیدهای ناشی از پاتوژن ها، عفونت ها یا جهش های ژنومی تشخیص دهند. به منظور ایجاد و شروع موثر یک پاسخ ایمنی، سلول های T بایستی فعال شوند.

اصلی ترین نیاز برای فعال شدن سلول T، تشخیص مولکولی بین گیرنده ی سلول T (TCR) و کمپلکس پپتیدی MHC یا PMHC بر روی سلول های دیگر می باشد که گیرنده ی سلول T در سطح سلول T بیان می شود. این فرآیند تشخیص دقیق برای کارکرد مناسب سیستم ایمنی حائز اهمیت می باشد و توسط یک مکانیسم اصلی با نام تحمل مرکزی یا central tolerance شکل می گیرد.

به منظور اطمینان از عدم واکنش سلول های T در برابر پپتیدهای موجود، سلول های T تحت فرآیند انتخاب منفی قرار می گیرند. در اوایل توسعه ی سلول های T، این سلول ها مملو از پپتیدهای خودی هستند و هر سلول T که پپتیدهای خودی را تشخیص می دهد، حذف شده و تنها سلول های T با ویژگی های کم یا بدون ویژگی برای خود باقی می مانند. مواردی که این مکانیسم از کار می افتد و سلول های T اپی توپ های خودی را شناسایی می کنند که منجر به اثرات مضر بر روی ارگانیسم می شود و ممکن است منجر به اختلالات خودایمنی شود.

همانطور که قبلا ذکر شد، سلول های T تنها زمانی اپی توپ ها را تشخیص می دهند که توسط مولکول های  MHC ارائه شوند. در اوایل رشد تیموس سلول های T، این سلول ها به منظور اطمینان از اتصال آنها به مولکول های میزبان MHC، تحت فرآیند انتخاب مثبت قرار می گیرند. این فرآیند شامل دو کلاس از مولکول های MHC می باشد: کلاس I بر روی سطوح تمام سلول های هسته دار بیان می شود و کلاس II بر روی سطوح تمام سلول های ارائه دهنده ی تخصصی یا APCs یافت می شوند.

هنگامی که دو دسته از مولکول های MHC ایجاد شدند، دو نوع سلول T به طور ویژه برای اتصال به سلول های MHC I و MHC II مجهز می شوند که این سلول های T به ترتیب شامل CD8+ و CD4+ می باشند. سیستم ایمنی به طور کلی در شناسایی پپتیدهای خارجی ناشی از عفونت های باکتریایی یا ویروسی بسیار خوب عمل می کند.

دو محقق به نام های برنت و توماس پیشنهاد داده اند که این مکانیسم نظارت ایمنی می تواند از ارگانیسم ما در برابر سرطان محافظت کند به این گونه که می تواند پپتیدهای خاص سرطان یا نئو اپی توپ های تولید شده توسط جهش های سوماتیک یا انحرافات ژنومی را شناسایی کند. توانایی سیستم ایمنی برای هدف قرار دادن سلول های سرطانی یک دسته از درمان های جدید می باشد که به آن ایمونوتراپی گفته می شود.

به طور کلی ایمونوتراپی را می توان به دو دسته فعال و غیر فعال تقسیم نمود: ایمونوتراپی فعال برای تحریک سلول های T سیستم ایمنی برای حمله به سلول های تومور عمل می کند. ایمونوتراپی غیر فعال به مباحث invitro و تزریق عواملی که به مبارزه با بیماری در داخل بدن کمک می کنند، اشاره می کند. ایمونوتراپی غیر فعال شامل تزریق سیتوکنین، آنتی بادی های مونوکلونال و لنفوسیت ها می باشد. ایمونوتراپی فعال شامل درمان هایی مانند تعدیل ایمنی غیراختصاصی و واکسناسیون می باشد.

ابزارهای محاسباتی برای پیش بینی اپی توپ ها شناسایی شده اند که برای توسعه موفقیت آمیز ایمونوتراپی های مختلف سرطان حائز اهمیت می باشند.

مولکول‌های مجتمع اصلی سازگاری بافتی کلاس II (MHC-II) پپتیدها را از فضای خارج سلولی نمونه‌برداری می‌کنند و به سیستم ایمنی اجازه می‌دهد تا حضور میکروب‌های خارجی را از این محفظه تشخیص دهد. برای اینکه بتوان پاسخ ایمنی به پاتوژن های داده شده را پیش بینی کرد، تعدادی روش برای پیش بینی اتصال پپتید-MHC ایجاد شده است.

با این حال، روش های کمی غیر از روش های TEPITOPE/ProPred برای MHC-II توسعه یافته است. با وجود پیشرفت اخیر در توسعه روش، عملکرد پیش بینی برای MHC-II به طور قابل توجهی پایین تر از  پیش بینی MHC-I می باشد.

از جمله ابزارهای محاسباتی پیش بینی اپی توپ های MHC-I و MHC-II می توان به EMBOSS ANTIGENIC اشاره نمود. EMBOSS ANTIGENIC، محل های آنتی ژنی را در پروتئین ها پیدا می کند. EMBOSS ANTIGENIC نواحی بالقوه آنتی ژنیک یک توالی پروتئین را با استفاده از روش Tongaonkar و Kolaskar پیش بینی می کند.

تجزیه و تحلیل داده‌های سایت‌های آنتی ژنی تعیین‌شده تجربی روی پروتئین‌ها نشان داده است که باقی‌مانده‌های آبگریز Cys، Leu و Val، اگر روی سطح پروتئین رخ دهند، به احتمال زیاد بخشی از سایت‌های آنتی ژنی هستند. یک روش نیمه تجربی که از خواص فیزیکوشیمیایی باقی‌مانده‌های اسید آمینه و فراوانی وقوع آن ها در اپی توپ های segmental شناخته شده تجربی استفاده می کند.

این روش توسط  Kolaskar و Tongaonkar برای پیش‌بینی عوامل آنتی ژنی روی پروتئین‌ها ایجاد شد. استفاده از این روش بر روی تعداد زیادی پروتئین نشان داده است که روش آنها می تواند تعیین کننده های آنتی ژنی را با دقتی حدود 75 درصد پیش بینی کند که بهتر از بسیاری از روش های شناخته شده است. این روش بر اساس یک پارامتر واحد است و بنابراین استفاده از آن بسیار ساده است.

یکی دیگر از ابزارهای محاسباتی پیش بینی اپی توپ های MHC-I و MHC-II، ابزار ProPred می باشد. ProPred یک ابزار وب گرافیکی برای پیش‌بینی نواحی اتصال MHC کلاس II در توالی‌های پروتئین آنتی ژنی است. سرور ProPred الگوریتم پیش‌بینی مبتنی بر ماتریس را با استفاده از جدول ضریب اسید آمینه و موقعیت، پیاده‌سازی می‌کند.

کلاسورهای پیش‌بینی‌شده را می‌توان به صورت پیک در رابط گرافیکی یا به‌عنوان باقی‌مانده‌های رنگی در رابط HTML تجسم کرد. این سرور ممکن است ابزار مفیدی در مکان یابی مناطق اتصال بی قید باشد که می توانند به چندین آلل HLA-DR متصل شوند.

ابزار IEDB یک ابزار مهم دیگر برای پیش بینی اپی توپ های MHC-I و MHC-II می باشد. پایگاه داده اپی توپ ایمنی IEDB داده های تجربی را در شکل ها، متن ها و جداول علمی جمع آوری می کند، و آن را به صورت رایگان در دسترس عموم قرار می دهد و به راحتی قابل جستجو است.

دامنه IEDB در سراسر داده های اپی توپ ایمنی مربوط به همه گونه های مورد مطالعه گسترش می یابد و شامل زمینه های اتصال آنتی بادی، سلول T و MHC مرتبط با بیماری های عفونی، آلرژیک، خودایمنی و پیوند است. تمرکز اخیر IEDB که برای بیش از 10 سال در دسترس عموم بوده است، بهبود عملکرد query و گزارش برای پاسخگویی به نیازهای کاربران برای دسترسی و خلاصه کردن داده هایی است که همچنان از نظر کمیت و پیچیدگی در حال رشد هستند.

ابزار IMMUNMEDICINE GROUP، اتصال Pan-specific پپتیدها به آلل های MHC کلاس II با توالی شناخته شده را انجام میدهند. سرور NetMHCIIpan 3.2 اتصال پپتیدها به مولکول های MHC کلاس II را پیش بینی می کند. پیش‌بینی‌ها برای سه ایزوتیپ MHC II با نام های  HLA-DR، HLA-DP و HLA-DQ MHC و همچنین مولکول‌های موش (H-2) در دسترس هستند.

فایل های ارسالی به دو فرمت پذیرفته می شوند: به عنوان لیستی از پپتیدها یا به عنوان یک توالی پروتئین در قالب FASTA . فهرست جامعی از مولکول‌های MHC برای پیش‌بینی در دسترس است همچنین کاربر می‌تواند توالی پروتئین MHC مورد علاقه خود را آپلود کند.

مقادیر پیش بینی در IC50(nanoMolars) و % Rank داده شده است. رتبه صدک برای یک پپتید با مقایسه امتیاز آن در برابر نمرات 200000 پپتید طبیعی تصادفی با همان طول پپتید query ایجاد می شود. به عنوان مثال، اگر به یک پپتید رتبه 1% اختصاص داده شود، به این معنی است که میل ترکیبی پیش بینی شده آن در بین 1% امتیازات برتر برای مولکول مشخص شده است.

پپتیدهای اتصال قوی و ضعیف بر اساس %Rank، با آستانه های قابل تنظیم شناسایی می شوند. می‌توانید خروجی را بر اساس میل اتصال پیش‌بینی‌شده مرتب کنید و non-binders را فیلتر کنید.