- 4 次围观
疫苗抗原发现需要根据免疫原性潜力和重组表达可行性这两个方面对蛋白候选物进行优先级排序。这些性质通常借助不同的计算工具分别评估，因此研究人员需要通过临时性工作流程整合异构输出结果。本文提出了 BIOINF-farma，这是一个模块化平台，在统一环境中整合了表位预测与可开发性评估，以支持抗原的理性筛选。候选物可以以氨基酸序列或三维结构的形式提交。当缺乏实验结构时，BIOINF-farma 会自动在 AlphaFold DB 中搜索模型，或使用 Boltz-2 进行结构预测，从而为下游分析提供标准化的结构表征。 抗原性通过结合基于结构的构象表位信号（MLCE/REBELOT-BEPPE）和基于序列的线性表位倾向评分（BepiPred 3.0），整合为蛋白质层面的 Antigenicity Score 进行量化，其分类阈值基于人工整理的验证数据集进行了优化。可开发性则通过两个有监督的随机森林元学习器进行评估，这两个学习器整合了三个溶解性预测器（DeepSoluE、SoluProt、Protein-Sol）和三个热稳定性预测器（TemStaPro、ProLaTherm、BertThermo），其输出进一步组合为 Expression Efficiency Score（EES）。通过整合互补性的预测信号，该元学习框架在更广泛的序列一致性范围内保持性能的同时，实现了比单一预测器更高的准确性和鲁棒性。 Antigenicity Score 能够以较大的效应量有效区分具有抗原性的蛋白与非抗原性蛋白，而 EES 则在一组独立的大肠杆菌重组表达蛋白面板上成功区分了可溶与不可溶的表达结果。BIOINF-farma 在单一框架内联合评估抗原性与表达可行性。其模块化架构便于未来预测方法的纳入，而基于 Web 的界面则使完整流程可供不具备编程专长的用户使用，从而支持疫苗研究和新发病原体应对中的候选物快速分流筛选。
Bioinf-Farma：用于自动化疫苗候选物优先级排序的表位预测与重组蛋白可开发性的监督式整合 | bioRxiv
跳转至主要内容
主页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
Bioinf-Farma：用于自动化疫苗候选物优先级排序的表位预测与重组蛋白可开发性的监督式整合
Heather Bondi， Matteo Crespi， Marco Orlando， Francesco Lescai， Stefano A. Serapian， Giorgio Colombo， Mauro Fasano， Loredano Pollegioni， Gianluca Molla
doi： https://doi.org/10.64898/2026.06.15.732271
Heather Bondi 1 因苏布里亚大学；
Matteo Crespi 1 因苏布里亚大学；
Marco Orlando 2 新戈里察大学；
Francesco Lescai 3 帕维亚大学
Stefano A. Serapian 3 帕维亚大学
Giorgio Colombo 3 帕维亚大学
Mauro Fasano 1 因苏布里亚大学；
Loredano Pollegioni 1 因苏布里亚大学；
Gianluca Molla 1 因苏布里亚大学；
通信作者： gianluca.molla{at}uninsubria.it
摘要
信息/历史
指标
预览 PDF
摘要
疫苗抗原发现需要根据免疫原性潜力和重组表达可行性两方面对蛋白候选物进行优先级排序。这些性质通常使用彼此独立的计算工具进行评估，因此需要研究人员通过临时性工作流程整合异构输出。在此，我们提出 BIOINF-farma，这是一个模块化平台，在统一环境中整合表位预测与可开发性评估，以支持合理的抗原筛选。候选物既可以以氨基酸序列形式提交，也可以以三维结构形式提交。当缺乏实验结构时，BIOINF-farma 会自动在 AlphaFold DB 中搜索模型，或使用 Boltz-2 进行结构预测，从而为下游分析提供标准化的结构表示。抗原性通过整合基于结构的构象表位信号（MLCE/REBELOT-BEPPE）和基于序列的线性表位倾向评分（BepiPred 3.0），汇总为蛋白质层面的抗原性评分，并在人工整理的验证数据集上优化分类阈值。可开发性则通过两个受监督的随机森林元学习器进行评估，这两个模型整合了三个溶解性预测器（DeepSoluE、SoluProt、Protein–Sol）和三个热稳定性预测器（TemStaPro、ProLaTherm、BertThermo），其输出进一步组合为表达效率评分（EES）。通过整合互补性的预测信号，该元学习框架相比单个预测器实现了更高的准确性和稳健性，同时在广泛的序列同一性范围内保持性能。抗原性评分能够以较大的效应量有效区分抗原性蛋白与非抗原性蛋白，而 EES 则能够在一组独立的大肠杆菌重组表达蛋白面板上成功区分可溶与不溶结果。BIOINF-farma 在单一框架内联合评估抗原性和表达可行性。其模块化架构便于未来预测方法的纳入，而其基于网络的界面使完整流程可供不具备编程专长的用户使用，从而支持疫苗研究及新发病原体应对中的候选物快速分流。
利益冲突声明
版权
持有人为作者/资助方，其已授予 bioRxiv 许可，以永久展示该预印本。
本文依据 CC-BY 4.0 国际许可协议 公开提供。
返回顶部
上一项
下一项
发布于 2026 年 6 月 18 日。
下载 PDF
电子邮件
您的电子邮件
*
您的姓名
*
发送至
*
输入多个地址时，请分行填写或使用逗号分隔。
您将通过电子邮件发送以下内容：
Bioinf-Farma：用于自动化疫苗候选物优先级排序的表位预测与重组蛋白可开发性的监督式整合
消息主题
（您的姓名）从 bioRxiv 向您转发了一个页面
消息正文
（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。
您的个人留言
验证码
此问题用于测试您是否为人类访客，并防止自动化垃圾信息提交。
分享
Bioinf-Farma：用于自动化疫苗候选物优先级排序的表位预测与重组蛋白可开发性的监督式整合
Heather Bondi， Matteo Crespi， Marco Orlando， Francesco Lescai， Stefano A. Serapian， Giorgio Colombo， Mauro Fasano， Loredano Pollegioni， Gianluca Molla
bioRxiv 2026.06.15.732271； doi： https://doi.org/10.64898/2026.06.15.732271
分享本文：
复制
引文工具
Bioinf-Farma：用于自动化疫苗候选物优先级排序的表位预测与重组蛋白可开发性的监督式整合
Heather Bondi， Matteo Crespi， Marco Orlando， Francesco Lescai， Stefano A. Serapian， Giorgio Colombo， Mauro Fasano， Loredano Pollegioni， Gianluca Molla
bioRxiv 2026.06.15.732271； doi： https://doi.org/10.64898/2026.06.15.732271
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.15.732271v1?rss=1
🏷️ 表位预测 疫苗候选筛选 重组蛋白可开发性 抗原性评分 随机森林元学习 结构生物信息学