“MHC亲和力”的版本间的差异

来自医学百科
(建立内容为“<div class="medical-infobox" style="font-size: 0.85em;"> {| style="width: 100%; background: none; border-spacing: 0;" |+ style="font-size: 1.35em; font-weight: bo…”的新页面)
 
 
(未显示同一用户的2个中间版本)
第1行: 第1行:
<div class="medical-infobox" style="font-size: 0.85em;">
+
<div class="medical-infobox" style="font-size: 0.85em; width: 280px; float: right; margin: 0 0 1.2em 1.2em; border: 1px solid #e2e8f0; border-radius: 12px; background: #fff; box-shadow: 0 4px 10px rgba(0,0,0,0.05); overflow: hidden;">
 
{| style="width: 100%; background: none; border-spacing: 0;"
 
{| style="width: 100%; background: none; border-spacing: 0;"
|+ style="font-size: 1.35em; font-weight: bold; margin-bottom: 10px; color: #1a202c;" | MHC亲和力 (MHC Affinity)
+
|+ style="font-size: 1.3em; font-weight: bold; padding: 18px 15px 10px 15px; color: #1a202c; text-align: left; line-height: 1.2;" | MHC 亲和力<br><span style="font-size: 0.75em; color: #64748b; font-weight: normal; text-transform: uppercase;">MHC Binding Affinity</span>
 
|-
 
|-
| colspan="2" |  
+
| colspan="2" style="padding: 10px 20px;" |
<div class="infobox-image-wrapper" style="padding: 25px; background-color: #f8fafc; border: 1px solid #f1f5f9; border-radius: 12px; text-align: center;">
+
<div class="infobox-image-wrapper" style="padding: 35px 20px; background-color: #f8fafc; border: 1px solid #f1f5f9; border-radius: 10px; text-align: center;">
 
+
    <div style="width: 50px; height: 50px; margin: 0 auto 15px auto; background: linear-gradient(135deg, #3b82f6 0%, #2563eb 100%); border-radius: 12px; opacity: 0.85;"></div>
<div style="font-size: 0.85em; color: #94a3b8; margin-top: 10px; font-weight: normal;">肽段-MHC (pMHC) 复合体结合动力学示意图</div>
+
    <div style="font-size: 0.8em; color: #64748b; font-weight: normal; line-height: 1.4;">肽段-MHC (pMHC)<br>结合动力学示意图</div>
 
</div>
 
</div>
 
|-
 
|-
! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 核心定义
+
! style="text-align: left; padding: 12px 0 5px 15px; color: #94a3b8; font-weight: normal; font-size: 0.9em;" | 核心定义
| style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; font-weight: 600; text-align: right;" | 抗原肽与MHC分子槽口的结合强度
+
|-
 +
| style="padding: 0 15px 12px 15px; border-bottom: 1px solid #f1f5f9; font-weight: 600; text-align: left; color: #1e293b;" | 肽段与MHC槽口结合强度
 +
|-
 +
! style="text-align: left; padding: 12px 0 5px 15px; color: #94a3b8; font-weight: normal; font-size: 0.9em;" | 量化指标
 +
|-
 +
| style="padding: 0 15px 12px 15px; border-bottom: 1px solid #f1f5f9; text-align: left; color: #1e293b;" | IC<sub>50</sub> (nM), %Rank
 
|-
 
|-
! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 量化指标
+
! style="text-align: left; padding: 12px 0 5px 15px; color: #94a3b8; font-weight: normal; font-size: 0.9em;" | 判定阈值
| style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; text-align: right;" | $IC_{50}$ (nM), %Rank
 
 
|-
 
|-
! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 判定阈值
+
| style="padding: 0 15px 12px 15px; border-bottom: 1px solid #f1f5f9; text-align: left; color: #1e293b;" | 强结合 < 50nM;弱结合 < 500nM
| style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; text-align: right;" | 强结合 < 50nM; 弱结合 < 500nM
 
 
|-
 
|-
! style="text-align: left; padding: 6px 0; color: #64748b; font-weight: normal;" | 临床意义
+
! style="text-align: left; padding: 12px 0 5px 15px; color: #94a3b8; font-weight: normal; font-size: 0.9em;" | 临床意义
| style="padding: 6px 0; text-align: right;" | [[新抗原筛选]]、免疫原性评估
+
|-
 +
| style="padding: 0 15px 18px 15px; text-align: left; color: #1e293b; line-height: 1.4;" | [[新抗原筛选]]、免疫原性评估
 
|}
 
|}
 
</div>
 
</div>
第27行: 第31行:
  
  
在免疫学研究中,MHC 亲和力通常以半最大抑制浓度($IC_{50}$)来量化。$IC_{50}$ 值越小,代表亲和力越高。高效的 MHC 结合是[[新抗原疫苗]]和[[细胞治疗]]靶点筛选的首要门槛,因为只有与 MHC 分子具有足够亲和力的肽段,才能在细胞表面稳定表达并诱导有效的 T 细胞杀伤。
+
[Image of MHC peptide binding groove structure]
 +
 
 +
 
 +
在免疫学研究中,MHC 亲和力通常以半最大抑制浓度(IC<sub>50</sub>)来量化。IC<sub>50</sub> 值越小,代表亲和力越高。高效的 MHC 结合是[[新抗原疫苗]]和[[细胞治疗]]靶点筛选的首要门槛,因为只有与 MHC 分子具有足够亲和力的肽段,才能在细胞表面稳定表达并诱导有效的 T 细胞杀伤。
  
 
== 生理学基础与量化 ==
 
== 生理学基础与量化 ==
MHC 分子的结合槽由两个 $\alpha$ 螺旋和一个 $\beta$ 折叠底部组成,肽段通过其“锚定残基”(Anchor Residues)与槽内的特定口袋结合。
+
MHC 分子的结合槽由两个 α 螺旋和一个 β 折叠底部组成,肽段通过其“锚定残基”(Anchor Residues)与槽内的特定口袋结合。
  
* **量化公式**:亲和力通常通过竞争性实验测定,并在计算生物学中利用回归模型进行预测。
+
* **量化公式**:亲和力通常通过竞争性实验测定,并在计算生物学中利用回归模型预测。
* **%Rank 指标**:由于不同 HLA 亚型的等位基因频率和结合偏好不同,现代算法(如 NetMHCpan)引入了 %Rank 值,即该肽段在大量随机序列中的相对排名。%Rank < 0.5% 通常被视为强结合。
+
* **%Rank 指标**:由于不同 HLA 亚型的结合偏好不同,现代算法引入了 %Rank 值。%Rank < 0.5% 通常被视为强结合。
  
<div style="text-align: center; margin: 30px 0; padding: 15px; background: #fdfdfd; border-top: 1px solid #eee; border-bottom: 1px solid #eee;">
+
<div style="text-align: center; margin: 25px 0; padding: 15px; background: #fafafa; border-top: 1px solid #eee; border-bottom: 1px solid #eee;">
     <span style="font-family: 'Times New Roman', serif; font-size: 1.1em; font-weight: bold; color: #2563eb;">抗原加工与修剪</span>
+
     <span style="font-size: 1.0em; font-weight: bold; color: #2563eb;">抗原加工/修剪</span>
     <span style="margin: 0 15px; color: #94a3b8; font-size: 1.4em;">→</span>
+
     <span style="margin: 0 12px; color: #cbd5e1; font-size: 1.2em;">→</span>
     <span style="font-family: 'Times New Roman', serif; font-size: 1.1em; color: #d93025; font-weight: bold;">MHC 亲和力筛选 (pMHC 稳定性)</span>
+
     <span style="font-size: 1.0em; color: #d93025; font-weight: bold;">MHC 亲和力筛选</span>
     <span style="margin: 0 15px; color: #94a3b8; font-size: 1.4em;">→</span>
+
     <span style="margin: 0 12px; color: #cbd5e1; font-size: 1.2em;">→</span>
     <span style="font-family: 'Times New Roman', serif; font-size: 1.2em; font-weight: bold; color: #059669;">TCR 识别与突触形成</span>
+
     <span style="font-size: 1.0em; font-weight: bold; color: #059669;">TCR 识别/激活</span>
 
</div>
 
</div>
  
第46行: 第53行:
 
基于目前精准免疫学及生物信息学的标准,MHC 亲和力的技术应用特征分析如下。
 
基于目前精准免疫学及生物信息学的标准,MHC 亲和力的技术应用特征分析如下。
  
<div style="overflow-x: auto; width: 90%; margin: 25px auto;">
+
<div style="overflow-x: auto; width: 92%; margin: 20px auto;">
{| class="wikitable" style="width: 100%; border-collapse: collapse; border: none; box-shadow: 0 4px 15px rgba(0,0,0,0.08); font-size: 0.95em; background-color: #fff;"
+
{| class="wikitable" style="width: 100%; border-collapse: collapse; border: none; font-size: 0.88em; background-color: #fff; line-height: 1.5;"
|+ style="font-weight: bold; font-size: 1.1em; margin-bottom: 12px; color: #2c3e50; text-align: center;" | MHC 亲和力预测与评估特征分析
+
|+ style="font-weight: bold; margin-bottom: 10px; color: #334155; text-align: center;" | MHC 亲和力预测技术特征
|- style="background-color: #eaeff5; color: #2c3e50; border-bottom: 2px solid #dce4ec;"
+
|- style="background-color: #f8fafc; color: #475569;"
! style="text-align: left; padding: 12px 15px; width: 22%;" | 评估维度
+
! style="padding: 10px; width: 22%; border: 1px solid #e2e8f0; text-align: left;" | 评估维度
! style="text-align: left; padding: 12px 15px;" | 临床客观表现与技术特征
+
! style="padding: 10px; border: 1px solid #e2e8f0; text-align: left;" | 技术特征与临床表现
|- style="border-bottom: 1px solid #f1f5f9;"
+
|-
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | I类与II类差异
+
| style="padding: 10px; font-weight: 600; background-color: #fcfdfe; border: 1px solid #e2e8f0;" | I类与II类差异
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | MHC-I 主要结合 8-11 氨基酸的长短肽,槽口闭合;MHC-II 结合 13-25 氨基酸的长肽,槽口开放。I 类的预测模型成熟度远高于 II 类。
+
| style="padding: 10px; border: 1px solid #e2e8f0;" | MHC-I 结合 8-11 氨基酸(槽口闭合);MHC-II 结合 13-25 氨基酸(槽口开放)。
|- style="border-bottom: 1px solid #f1f5f9;"
+
|-
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 算法预测能力
+
| style="padding: 10px; font-weight: 600; background-color: #fcfdfe; border: 1px solid #e2e8f0;" | 算法预测能力
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 基于神经网络的算法(如 NetMHCpan-4.1)能实现对未知等位基因的跨分型预测。然而,高亲和力并不等同于免疫原性,仅是新抗原成立的必要非充分条件。
+
| style="padding: 10px; border: 1px solid #e2e8f0;" | 基于神经网络(如 NetMHCpan-4.1)可实现跨分型预测。高亲和力是新抗原成立的必要条件。
|- style="border-bottom: 1px solid #f1f5f9;"
+
|-
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 稳定性 (Stability)
+
| style="padding: 10px; font-weight: 600; background-color: #fcfdfe; border: 1px solid #e2e8f0;" | 稳定性 (Stability)
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 较之瞬时亲和力,pMHC 复合体在细胞表面的半衰期(Stability)对 T 细胞激活往往更具预测价值。实验测定的解离常数 $k_{off}$ 是评估稳定性的关键。
+
| style="padding: 10px; border: 1px solid #e2e8f0;" | pMHC 复合体表面半衰期对 T 细胞激活更具预测价值。需参考解离常数 k<sub>off</sub>。
|- style="border-bottom: 1px solid #f1f5f9;"
+
|-
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 突变回避与交叉
+
| style="padding: 10px; font-weight: 600; background-color: #fcfdfe; border: 1px solid #e2e8f0;" | 突变回避/交叉
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | [[肿瘤异质性]]可能导致 MHC 分子表达下调或锚定位点突变,从而产生“免疫逃逸”。评估突变肽段与野生型肽段的亲和力差异(Agretopicity)是新抗原筛选的核心逻辑。
+
| style="padding: 10px; border: 1px solid #e2e8f0;" | 评估突变肽与野生型亲和力差异(Agretopicity)是识别有效新抗原的核心逻辑。
 
|}
 
|}
 
</div>
 
</div>
  
 
== 技术关联与应用 ==
 
== 技术关联与应用 ==
* **[[新抗原筛选]] (Neoantigen Screening)**:通过预测候选肽段与患者个人 [[HLA分型]] 的亲和力,排除 95% 以上的无效突变。
+
* **[[新抗原筛选]]**:通过预测候选肽段与患者个人 [[HLA分型]] 的亲和力,排除无效突变。
* **[[HLA分型]] (HLA Typing)**:亲和力预测的精准度高度依赖于 HLA 等位基因的精确识别。
+
* **[[质谱免疫组]]**:通过 LC-MS/MS 直接鉴定洗脱肽段,为算法提供金标准训练数据。
* **[[质谱免疫组]] (Immunopeptidomics)**:通过液相色谱-质谱(LC-MS/MS)直接鉴定洗脱肽段,为亲和力算法提供金标准训练数据。
 
  
 
== 参考文献 ==
 
== 参考文献 ==
* [1] Nielsen M, et al. NetMHCpan-4.0: Improved Prediction of MHC Antigen Presentation by Integrating Binding Affinity and Eluted Ligand 7 Mass Spectrometry Data. The Journal of Immunology, 2017.
+
* [1] Nielsen M, et al. NetMHCpan-4.0: Improved Prediction of MHC Antigen Presentation. J Immunol, 2017.
* [2] Sanchez-Trincado JL, et al. Fundamentals and methods for T- and B-cell epitope prediction. Journal of Immunology Research, 2017.
+
* [2] Sanchez-Trincado JL, et al. T- and B-cell epitope prediction. J Immunol Res, 2017.
* [3] Jurtz V, et al. NetMHCpan-4.0: Improved Prediction of MHC Antigen Presentation using Mass Spectrometry Data. Journal of Immunology, 2017.
+
* [3] Wells DK, et al. Key Parameters of Tumor Epitope Immunogenicity. Cancer Cell, 2020.
* [4] 2025 免疫信息学指南:肽段-MHC 结合亲和力预测模型的标准化评价建议。
 
* [5] Wells DK, et al. Key Parameters of Tumor Epitope Immunogenicity Revealed Through a Consortium Approach. Cancer Cell, 2020.
 
  
 
{{reflist}}
 
{{reflist}}
  
<div style="clear: both; margin-top: 40px; border: 1px solid #a2a9b1; background-color: #f8f9fa; border-radius: 4px; overflow: hidden;">
+
<div style="clear: both; margin-top: 30px; border: 1px solid #e2e8f0; background-color: #f8fafc; border-radius: 8px; overflow: hidden;">
<div style="background-color: #dee2e6; text-align: center; font-weight: bold; padding: 6px; border-bottom: 1px solid #a2a9b1; color: #374151;">肿瘤免疫学与生物信息预测导航</div>
+
<div style="background-color: #e2e8f0; text-align: center; font-weight: bold; padding: 6px; color: #475569; font-size: 0.85em;">肿瘤免疫学与生物信息预测导航</div>
 
{| style="width: 100%; background: transparent; border-spacing: 0; font-size: 0.85em;"
 
{| style="width: 100%; background: transparent; border-spacing: 0; font-size: 0.85em;"
 
|-
 
|-
! style="width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right; border-bottom: 1px solid #fff;" | 预测指标
+
! style="width: 15%; padding: 8px; text-align: right; color: #64748b;" | 预测指标
| style="padding: 8px; border-bottom: 1px solid #fff;" | [[IC50]] • [[%Rank]] • [[半衰期]] • [[Agretopicity]] • [[水合能]]
+
| style="padding: 8px;" | [[IC50]] • [[%Rank]] • [[半衰期]] • [[Agretopicity]]
 
|-
 
|-
! style="width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right; border-bottom: 1px solid #fff;" | 核心技术
+
! style="width: 15%; padding: 8px; text-align: right; color: #64748b;" | 核心技术
| style="padding: 8px; border-bottom: 1px solid #fff;" | [[HLA分型]] • [[新抗原筛选]] • [[质谱免疫组]] • [[深度学习]]
+
| style="padding: 8px;" | [[HLA分型]] • [[新抗原筛选]] • [[质谱免疫组]]
 
|-
 
|-
! style="width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right;" | 治疗关联
+
! style="width: 15%; padding: 8px; text-align: right; color: #64748b;" | 治疗关联
| style="padding: 8px;" | [[新抗原疫苗]] • [[TCR-T治疗]] • [[TIL疗法]] • [[免疫检查点抑制剂]]
+
| style="padding: 8px;" | [[新抗原疫苗]] • [[TCR-T治疗]] • [[TIL疗法]]
 
|}
 
|}
 
</div>
 
</div>
  
[[Category:免疫学]]
+
[[Category:免疫学]] [[Category:生物信息学]] [[Category:肿瘤学]]
[[Category:生物信息学]]
 
[[Category:肿瘤学]]
 
[[Category:精准医疗]]
 

2025年12月25日 (四) 10:07的最新版本

MHC 亲和力
MHC Binding Affinity
肽段-MHC (pMHC)
结合动力学示意图
核心定义
肽段与MHC槽口结合强度
量化指标
IC50 (nM), %Rank
判定阈值
强结合 < 50nM;弱结合 < 500nM
临床意义
新抗原筛选、免疫原性评估

MHC亲和力(MHC Binding Affinity)是指抗原短肽与主要组织相容性复合体(MHC,在人类中称为 HLA)分子表面结合槽口之间的化学结合强度。这种结合是抗原呈递过程中的决定性步骤,直接影响 T 细胞受体(TCR)能否识别并激活免疫应答。


[Image of MHC peptide binding groove structure]


在免疫学研究中,MHC 亲和力通常以半最大抑制浓度(IC50)来量化。IC50 值越小,代表亲和力越高。高效的 MHC 结合是新抗原疫苗细胞治疗靶点筛选的首要门槛,因为只有与 MHC 分子具有足够亲和力的肽段,才能在细胞表面稳定表达并诱导有效的 T 细胞杀伤。

生理学基础与量化[编辑 | 编辑源代码]

MHC 分子的结合槽由两个 α 螺旋和一个 β 折叠底部组成,肽段通过其“锚定残基”(Anchor Residues)与槽内的特定口袋结合。

  • **量化公式**:亲和力通常通过竞争性实验测定,并在计算生物学中利用回归模型预测。
  • **%Rank 指标**:由于不同 HLA 亚型的结合偏好不同,现代算法引入了 %Rank 值。%Rank < 0.5% 通常被视为强结合。
   抗原加工/修剪
   
   MHC 亲和力筛选
   
   TCR 识别/激活

临床特征客观评估[编辑 | 编辑源代码]

基于目前精准免疫学及生物信息学的标准,MHC 亲和力的技术应用特征分析如下。

MHC 亲和力预测技术特征
评估维度 技术特征与临床表现
I类与II类差异 MHC-I 结合 8-11 氨基酸(槽口闭合);MHC-II 结合 13-25 氨基酸(槽口开放)。
算法预测能力 基于神经网络(如 NetMHCpan-4.1)可实现跨分型预测。高亲和力是新抗原成立的必要条件。
稳定性 (Stability) pMHC 复合体表面半衰期对 T 细胞激活更具预测价值。需参考解离常数 koff
突变回避/交叉 评估突变肽与野生型亲和力差异(Agretopicity)是识别有效新抗原的核心逻辑。

技术关联与应用[编辑 | 编辑源代码]

  • **新抗原筛选**:通过预测候选肽段与患者个人 HLA分型 的亲和力,排除无效突变。
  • **质谱免疫组**:通过 LC-MS/MS 直接鉴定洗脱肽段,为算法提供金标准训练数据。

参考文献[编辑 | 编辑源代码]

  • [1] Nielsen M, et al. NetMHCpan-4.0: Improved Prediction of MHC Antigen Presentation. J Immunol, 2017.
  • [2] Sanchez-Trincado JL, et al. T- and B-cell epitope prediction. J Immunol Res, 2017.
  • [3] Wells DK, et al. Key Parameters of Tumor Epitope Immunogenicity. Cancer Cell, 2020.
肿瘤免疫学与生物信息预测导航
预测指标 IC50%Rank半衰期Agretopicity
核心技术 HLA分型新抗原筛选质谱免疫组
治疗关联 新抗原疫苗TCR-T治疗TIL疗法