摘要

动机抗体是一类能够特异性识别并结合几乎无限种类抗原的蛋白质。其高度可变的结合能力使其成为诊断与治疗应用中最具价值的生物制药类别。准确识别抗体中与抗原结合的关键残基，对于各类抗体设计与工程化技术至关重要，同时也有助于深入理解复杂的抗原结合机制。然而，目前抗体结合界面预测领域的发展仍相对滞后。结果本文提出一种基于实验解析结构的新型抗体结合界面预测方法，该方法利用三维Zernike描述子（3D Zernike Descriptors）进行建模。通过从抗体表面提取富含特定理化性质（源自AAindex1氨基酸索引集）的圆形区域片段，计算具有旋转与平移不变性的描述子，并将其作为二分类问题的样本输入。采用支持向量机（SVM）分类器，实现对结合界面区域与非界面区域的区分。实验结果表明，该方法在预测性能上优于现有的其他抗原结合界面预测软件。可用性与实现Linux可执行文件及Python脚本已发布于GitHub：https://github.com/sebastiandaberdaku/AntibodyInterfacePrediction。本研究过程中生成或分析的数据集可于 https://doi.org/10.6084/m9.figshare.5442229 获取。补充信息补充数据可在《生物信息学》（Bioinformatics）期刊在线版查阅。