流感A型病毒保守表位候选区域及ESM-2序列特征基准评估

甲型流感病毒的抗原漂移迫使疫苗每年重新配制，这推动了对保守表位候选的探索，以支持具有广泛保护作用的疫苗开发。我们系统筛查了甲型流感病毒序列（H1N1、H3N2、H5N1；九种病毒蛋白），界定出98个保守候选区域，其中38个在H1N1、H3N2和H5N1的一致性序列中完全相同，且均位于聚合酶复合体和核蛋白（PB2、PB1、PA、NP）中；相比之下，10个表面糖蛋白（HA/NA）候选均为亚型特异性。 随后，我们将两种蛋白语言模型（ESM-2）特征与基于序列比对的保守性进行了基准比较。组掩蔽对数概率与MSA保守性呈中等相关（HA的Spearman rho = 0.25至0.39），但对于T细胞表位判别并未提供额外增益（AUROC变化值+0.004，p = 0.46）；基于注意力导出的接触密度并不能作为溶剂可及性的有效替代指标。一个经整理的抗体表位基准数据集（22个簇，其中5个有中和作用支持）对于开展高置信度B细胞检验而言统计效能不足。我们记录了数据质量与可重复性方面的陷阱（长度异质性、坐标映射和伪重复），并发布了可审计的基准数据集。这些结果提供了一个可审计的候选资源，并表明在所评估的基准中，ESM-2序列评分并未在基于比对所得保守性之外提升表位优先级排序。

甲型流感病毒的抗原漂移迫使疫苗每年重新配制，这推动了对保守表位候选位点的探索，以支持具有广泛保护作用的疫苗开发。我们系统筛选了甲型流感病毒序列（H1N1、H3N2、H5N1；9种病毒蛋白），界定出98个保守候选区域，其中38个在H1N1、H3N2和H5N1的一致序列中完全相同，且均位于聚合酶复合体和核蛋白（PB2、PB1、PA、NP）中；相比之下，10个表面糖蛋白（HA/NA）候选区域均具有亚型特异性。随后，我们将两种蛋白质语言模型（ESM-2）特征与基于比对的保守性进行了基准比较。分组掩蔽对数概率与MSA保守性呈中等相关（HA的Spearman rho = 0.25至0.39），但在T细胞表位判别中未提供额外价值（AUROC变化+0.004，p = 0.46）；基于注意力推导的接触密度并不能作为溶剂可及性的有效替代指标。一个经整理的抗体表位基准集（22个簇，其中5个有中和证据支持）对于高置信度B细胞测试而言统计效能不足。我们记录了数据质量与可重复性方面的陷阱（长度异质性、坐标映射和伪重复），并发布了可审计的基准数据集。这些结果提供了一个可审计的候选资源，并表明在所评估的基准中，ESM-2序列评分并未在基于比对的保守性之外提升表位优先级排序能力。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.16.745106v1?rss=1

🏷️ 甲型流感病毒 保守表位 疫苗设计 蛋白语言模型 ESM-2 基准评估