[发明专利]抗原表位多肽的筛选方法及装置有效

专利信息
申请号: 202011629071.X 申请日: 2020-12-30
公开(公告)号: CN112557645B 公开(公告)日: 2022-03-08
发明(设计)人: 李英睿;王健;郑汉城;刘兵行;燕鸣琛;曹嘉敏;李振宇;沈凌浩;李丹妮;丁秋霞;孙静;梁志颖;王俊 申请(专利权)人: 珠海碳云智能科技有限公司
主分类号: G01N33/543 分类号: G01N33/543;G01N33/68;G01N33/569
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 路秀丽
地址: 519031 广东省珠海市横琴新*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 抗原 多肽 筛选 方法 装置
【权利要求书】:

1.一种抗原表位多肽的筛选方法,其特征在于,所述筛选方法包括:

利用目的冠状病毒的全部蛋白组序列进行抗原表位预测,得到预测表位区域;

利用多肽芯片技术筛选出对所述目的冠状病毒感染的阳性血清样本与对照血清样本中存在差异响应的肽段,记为差异肽段;

将所述差异肽段与所述目的冠状病毒的全部蛋白组序列进行比对,获得第一保守基序区域;

从所述预测表位区域和所述第一保守基序区域中筛选出满足表位筛选条件的区域,得到所述抗原表位多肽;

其中,所述表位筛选条件包括位于所述目的冠状病毒的非磷酸化区域和/或膜外区域;

所述多肽芯片技术包括:利用合成在硅基芯片上的多肽,与所述阳性血清样本或所述对照血清样本中的抗体结合,无偏地获得所述阳性血清样本或所述对照血清样本的免疫表征。

2.根据权利要求1所述的筛选方法,其特征在于,利用所述目的冠状病毒的全部蛋白组序列进行抗原表位预测,得到预测表位区域包括:

利用所述目的冠状病毒的全部蛋白组序列,采用多种不同方法进行抗原表位预测,并筛选长度为8~20个氨基酸的表位,得到候选预测表位;

根据特定人群中的HLA所能递呈的表位和/或亲疏水性,对所述候选预测表位进行筛选,得到所述预测表位区域。

3.根据权利要求2所述的筛选方法,其特征在于,利用所述目的冠状病毒的全部蛋白组序列进行抗原表位预测,得到预测表位区域包括:

利用所述目的冠状病毒的全部蛋白组序列,采用多种不同方法进行抗原表位预测,并筛选长度为10~15个氨基酸的表位,得到候选预测表位;

根据特定人群中的HLA所能递呈的表位和/或亲疏水性,对所述候选预测表位进行筛选,得到所述预测表位区域。

4.根据权利要求3所述的筛选方法,其特征在于,从所述候选预测表位中筛选出中国人群中HLA所能递呈的表位,和/或从所述候选预测表位中去除疏水性高于第一疏水阈值的表位,得到所述预测表位区域。

5.根据权利要求4所述的筛选方法,其特征在于,所述疏水性高于第一疏水阈值的表位指疏水性氨基酸占比大于45%且疏水性得分大于3的表位。

6.根据权利要求1所述的筛选方法,其特征在于,利用多肽芯片的方法筛选出对所述目的冠状病毒感染的阳性血清样本与对照血清样本存在差异响应的肽段,记为差异肽段包括:

选取所述目的冠状病毒感染的阳性血清样本、阴性对照血清样本和其他肺部疾病对照血清样本,所述其他肺部疾病指所述目的冠状病毒之外的病毒感染引起的肺部疾病;

采用所述多肽芯片技术的方法,将所述阳性血清样本、所述阴性对照血清样本和所述其他肺部疾病对照血清样本与多肽阵列芯片结合,获得结合肽段响应的信号值;

针对每个所述结合肽段,计算所述阳性血清样本的所述信号值与所述阴性对照血清样本的所述信号值之间存在差异时的p值,记为第一p值,同时计算所述阳性血清样本的所述信号值与所述其他肺部疾病对照血清样本的所述信号值存在差异时的p值,记为第二p值;

保留所有符合所述第一p值和所述第二p值同时满足差异阈值的结合肽段,从而得到所述差异肽段。

7.根据权利要求6所述的筛选方法,其特征在于,所述差异阈值为0.05。

8.根据权利要求7所述的筛选方法,其特征在于,对所述结合肽段的信号值进行log10转换,以转换后的log值为特征,通过单尾T检验,

计算各特征在所述阳性血清样本与所述阴性对照血清样本之间存在差异时的p值,并对所述p值进行多重假设检验校正,得到所述第一p值;

同时计算相应的所述特征在所述阳性血清样本与所述其他肺部疾病对照血清样本之间存在差异时的p值,并对所述p值进行多重假设检验校正,记为所述第二p值;

筛选同时满足所述第一p值小于所述差异阈值且所述第二p值小于所述差异阈值的所述结合肽段,从而得到所述差异肽段。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海碳云智能科技有限公司,未经珠海碳云智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011629071.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top