MHC亲和力
来自医学百科
|
肽段-MHC (pMHC) 复合体结合动力学示意图
| |
| 核心定义 | 抗原肽与MHC分子槽口的结合强度 |
|---|---|
| 量化指标 | $IC_{50}$ (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。
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。
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。
- **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。
- **%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。
抗原加工与修剪 → MHC 亲和力筛选 (pMHC 稳定性) → TCR 识别与突触形成
临床特征客观评估
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。
| 评估维度 | 临床客观表现与技术特征 |
|---|---|
| I类与II类差异 | 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。 |
| 算法预测能力 | 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。 |
| 稳定性 (Stability) | 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。 |
| 突变回避与交叉 | 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。 |
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。
- **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 (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
- [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.
- [2] Sanchez-Trincado JL, et al. Fundamentals and methods for T- and B-cell epitope prediction. Journal of Immunology Research, 2017.
- [3] Jurtz V, et al. NetMHCpan-4.0: Improved Prediction of MHC Antigen Presentation using Mass Spectrometry Data. Journal of Immunology, 2017.
- [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.