맨위로가기

항원 결정기

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차

1. 개요

항원결정기는 항체, B 세포 수용체 또는 T 세포 수용체에 의해 인식되는 항원의 특정 부분이다. T 세포 항원결정기는 항원 제시 세포의 MHC 분자와 결합하여 T 세포 수용체에 의해 인식되며, B 세포 항원결정기는 항체 또는 면역글로불린이 결합하는 항원의 부분이다. 항원결정기 맵핑은 항체가 표적 항원에 결합하는 부위를 실험적으로 특정하는 과정이며, 항원결정기 태그는 단백질체학 연구에 사용되어 단백질의 위치 확인, 정제 및 특성 분석을 돕는다. 항원결정기 기반 백신은 분리된 B 세포 또는 T 세포 항원결정기를 사용하여 면역 반응을 자극하며, 신항원결정기는 면역계에 의해 이전에 인식되지 않은 새롭게 형성된 신항원에 존재하는 항원결정기이다. 또한, 다양한 컴퓨터 기반 예측 방법론과 항원결정기 데이터베이스가 개발되어 활용되고 있다.

2. 항원결정기의 기능

항원결정기는 면역계가 항원을 인식하고 반응하는 방식을 결정한다.

2. 1. T 세포 항원결정기

T 세포 항원결정기[9]는 항원 제시 세포 표면에 제시되며, 주요 조직 적합성 복합체(MHC) 분자와 결합한다. 사람의 경우, 전문 항원 제시 세포는 MHC 클래스 II 펩타이드를 제시하도록 특화되어 있으며, 대부분의 핵을 가진 체세포는 MHC 클래스 I 펩타이드를 제시한다. MHC 클래스 I 분자에 의해 제시되는 T 세포 항원결정기는 일반적으로 길이가 8~11개의 아미노산인 펩타이드인 반면, MHC 클래스 II 분자는 길이가 13~17개의 아미노산인 더 긴 펩타이드를 제시하며,[10] 비고전적 MHC 분자는 당지질과 같은 비펩티드 항원결정기도 제시한다.

2. 2. B 세포 항원결정기

항체 또는 면역글로불린이 결합하는 항원의 부분은 B 세포 항원결정기라고 불린다.[11] B 세포 항원결정기는 구조적 항원결정기 또는 선형 항원결정기로 나눌 수 있다.[11] B 세포 항원결정기는 주로 구조적 항원결정기이다.[12][13] 4차 구조를 고려할 때 추가적인 항원결정기 유형이 있다.[13] 단백질 하위 단위체가 응집될 때 가려지는 항원결정기는 크립토톱이라고 불린다.[13] 새로운 항원결정기는 특정 4차 구조 내에서만 인식되며, 항원결정기의 잔기는 여러 단백질 하위 단위체에 걸쳐 있을 수 있다.[13] 새로운 항원결정기는 하위 단위체가 분리되면 인식되지 않는다.[13]

2. 3. 교차 반응성

항원결정기는 때때로 교차 반응성을 보인다. 이러한 특성은 항-이디아형 항체에 의한 조절에서 면역계에 의해 이용된다(원래 노벨상 수상자인 닐스 카이 예르네에 의해 제안되었다). 만약 항체가 항원의 항원결정기에 결합한다면, 파라토프는 이후에 그것에 결합할 다른 항체의 항원결정기가 될 수 있다. 이 두 번째 항체가 IgM 클래스에 속한다면, 그것의 결합은 면역 반응을 상향 조절할 수 있다. 만약 두 번째 항체가 IgG 클래스에 속한다면, 그것의 결합은 면역 반응을 하향 조절할 수 있다.

3. 항원결정기 맵핑

항원결정기 맵핑(Epitope mapping|에피토프 매핑영어)은 항체가 표적 항원(통상 단백질)에 결합하는 부위(항원결정기)를 실험적으로 특정하는 과정이다. 항체의 결합 부위를 특정하고 그 특성을 밝히는 것은 새로운 치료제, 백신, 진단법의 발견과 개발에 도움이 된다. 또한 항원결정기의 특징을 밝힘으로써 항체의 결합 메커니즘을 해명하고 지적 재산권(특허)의 보호를 강화할 수 있다.[14]

3. 1. T 세포 항원결정기 맵핑

MHC 클래스 I 및 II 항원결정기는 전산 방법만으로도 신뢰성 있게 예측할 수 있지만,[14] 모든 in-silico T 세포 항원결정기 예측 알고리즘이 동일한 정확도를 갖는 것은 아니다.[15] 펩타이드-MHC 결합을 예측하는 주요 방법에는 데이터 기반 방법과 구조 기반 방법이 있다.[11] 구조 기반 방법은 펩타이드-MHC 구조를 모델링하며, 이는 상당한 전산 능력을 필요로 한다.[11] 데이터 기반 방법은 구조 기반 방법보다 더 높은 예측 성능을 보인다.[11] 데이터 기반 방법은 MHC 분자에 결합하는 펩타이드 서열을 기반으로 펩타이드-MHC 결합을 예측한다.[11] T 세포 항원결정기를 식별함으로써 과학자들은 T 세포를 추적하고, 표현형을 분석하며, 자극할 수 있다.[16][17][18][19]

3. 2. B 세포 항원결정기 맵핑

B 세포 항원결정기 맵핑에는 크게 구조적 연구 방법과 기능적 연구 방법 두 가지가 있다.[20] 구조적 연구 방법에는 X선 결정학, 핵자기 공명, 전자 현미경이 있다.[20] 항원-항체 복합체의 X선 결정학은 항원결정기를 구조적으로 매핑하는 정확한 방법으로 간주된다.[20] 핵자기 공명은 항원-항체 복합체에 대한 데이터를 사용하여 항원결정기를 매핑하는 데 사용될 수 있다.[20] 이 방법은 결정 형성을 필요로 하지 않지만 작은 펩타이드와 단백질에만 적용될 수 있다.[20] 전자 현미경은 바이러스 입자와 같은 더 큰 항원에서 항원결정기를 국소화할 수 있는 낮은 해상도 방법이다.[20]

기능적으로 항원결정기를 매핑하는 방법은 종종 웨스턴 블롯, 도트 블롯, 및/또는 ELISA와 같은 결합 분석을 사용하여 항체 결합을 결정한다.[20] 경쟁 방법은 두 개의 단일클론 항체 (mAB)가 동시에 항원에 결합할 수 있는지 또는 동일한 부위에 결합하기 위해 서로 경쟁하는지 확인한다.[20] 또 다른 기술은 고처리량 돌연변이 유발을 포함하며, 구조적으로 복잡한 단백질에서 입체적 항원결정기의 신속한 매핑을 개선하기 위해 개발된 항원결정기 매핑 전략이다.[21] 돌연변이 유발은 개별 잔기에서 무작위/부위 지향적 돌연변이를 사용하여 항원결정기를 매핑한다.[20] B 세포 항원결정기 매핑은 항체 치료제, 펩타이드 기반 백신 및 면역 진단 도구 개발에 사용될 수 있다.[20][22]

4. 항원결정기 태그

재조합 DNA 기술을 사용하여 일반적인 항체에 의해 인식되는 항원 결정기를 암호화하는 유전자 서열을 유전자에 융합할 수 있다. 단백질 생합성 이후, 결과적인 에피토프 태그를 통해 항체가 단백질 또는 다른 유전자 산물을 찾아 위치를 확인하고, 정제 및 추가적인 분자 특성 분석을 위한 실험실 기술을 사용할 수 있다. 이 목적으로 사용되는 일반적인 항원 결정기에는 Myc-tag, HA-tag, FLAG-tag, GST-tag, 6xHis,[23] V5-tag 및 OLLAS가 있다.[24] 펩타이드는 또한 펩타이드에 공유 결합을 형성하는 단백질에 의해 결합될 수 있으며, 이는 비가역적 고정을 가능하게 한다.[25] 이러한 전략은 "항원 결정기 중심" 백신 설계 개발에도 성공적으로 적용되었다.[26][27]

5. 항원결정기 기반 백신

최초의 항원결정기 기반 백신은 1985년 Jacob 등이 개발했다.[28] 항원결정기 기반 백신은 분리된 B세포 또는 T세포 항원결정기를 사용하여 체액성 면역과 세포 매개 면역 반응을 자극한다.[28][22][17] 이러한 백신은 여러 개의 항원결정기를 사용하여 효능을 높일 수 있다.[28] 백신에 사용할 항원결정기를 찾기 위해, 종종 생물정보학을 이용한 맵핑이 사용된다.[28] 후보 항원결정기가 발견되면, 구조물을 설계하고 백신 효율성을 테스트한다.[28] 항원결정기 기반 백신은 일반적으로 안전하지만, 한 가지 가능한 부작용은 사이토카인 폭풍이다.[28]

6. 신항원결정기

'''신항원 결정기'''는 면역계에 의해 이전에 인식되지 않은 새롭게 형성된 항원인 신항원에 존재하는 항원 결정기이다.[29] 신항원은 종종 종양 항원과 관련이 있으며 종양 유발 세포에서 발견된다.[30] 신항원 결정기는 단백질이 당화, 인산화 또는 단백질 분해와 같은 생화학 경로 내에서 추가적인 변형을 겪을 때 형성될 수 있다. 이는 단백질의 구조를 변경함으로써 새로운 항원 결정기를 생성하기 때문에 신항원 결정기라고 한다. 인지에는 별도의 특이적인 항체가 필요하다.

7. 항원결정기 예측 방법

Epitopia[1][5], B 세포 에피토프 예측을 위한 기계 학습 접근법[2][6] 등 다양한 컴퓨터 기반 예측 방법론이 개발되어 활용되고 있다.[3][4][7][8]

8. 항원결정기 데이터베이스

여러 연구 기관에서 T 세포 및 B 세포 항원결정기 데이터베이스를 구축하여 제공하고 있다. 주요 데이터베이스는 다음과 같다.

데이터베이스 이름설명비고
http://www.imtech.res.in/raghava/mhcbn/ MHCBNMHC/TAP 결합체 및 T 세포 항원결정기 데이터베이스
http://www.imtech.res.in/raghava/bcipep/ BcipepB 세포 항원결정기 데이터베이스
http://www.syfpeithi.de SYFPEITHIT 세포 항원결정기의 첫 번째 온라인 데이터베이스
http://www.immuneepitope.org IEDBT 및 B 세포 항원결정기 데이터베이스 (인식 컨텍스트 주석 포함)NIH 지원
https://web.archive.org/web/20060902162039/http://www.jenner.ac.uk/antijen/ ANTIJENT 및 B 세포 항원결정기 데이터베이스영국 제너 연구소
https://web.archive.org/web/20061006031248/http://imgt.cines.fr/ IMGT/3Dstructure-DBIG 및 TR 주석이 포함된 B 및 T 세포 항원결정기의 3차원 구조IMGT, 프랑스 몽펠리에
http://sedb.bicpu.edu.in/ SEDB구조적 항원결정기 데이터베이스인도 퐁디체리 대학교, DIT 지원


참조

[1] 논문 Opportunities and challenges of the tag-assisted protein purification techniques: Applications in the pharmaceutical industry 2020-12-01
[2] 논문 CED: a conformational epitope database 2006-04
[3] 논문 Principles that govern the folding of protein chains 1973-07
[4] 논문 Differential effects of flanking residues on presentation of epitopes from chimeric peptides 1994-08
[5] 논문 Flanking residues alter antigenicity and immunogenicity of multi-unit CTL epitopes 1996-10
[6] 논문 Fine specificity of antibody recognition of carcinoma-associated epithelial mucins: antibody binding to synthetic peptide epitopes 1993
[7] 논문 The role of structure in antibody cross-reactivity between peptides and folded proteins 1998-08
[8] 논문 B-cell epitopes: Discontinuity and conformational analysis https://discovery.uc[...] 2019-10-01
[9] 논문 Designing the epitope flanking regions for optimal generation of CTL epitopes 2014-06
[10] 서적 Molecular biology of the cell Garland Science 2002
[11] 논문 Fundamentals and Methods for T- and B-Cell Epitope Prediction 2017
[12] 논문 Recent advances in B-cell epitope prediction methods 2010-11
[13] 서적 Epitope Mapping Protocols
[14] 논문 Clinical validation of the 'in silico' prediction of immunogenicity of a human recombinant therapeutic protein https://digitalcommo[...] 2007-01-01
[15] 논문 Reducing risk, improving outcomes: Bioengineering less immunogenic protein therapeutics 2009-05
[16] 논문 T Cell Epitope Predictions 2020-04-26
[17] 논문 T-cell epitope mapping for the design of powerful vaccines 2016-12
[18] 논문 TScan-II: A genome-scale platform for the de novo identification of CD4+ T cell epitopes 2023-12
[19] 논문 T-Scan: A Genome-wide Method for the Systematic Discovery of T Cell Epitopes 2019-08
[20] 논문 An Introduction to B-Cell Epitope Mapping and In Silico Epitope Prediction 2016
[21] 논문 A high-throughput shotgun mutagenesis approach to mapping B-cell antibody epitopes 2014-09
[22] 논문 B-cell epitope mapping for the design of vaccines and effective diagnostics 2016
[23] 서적 Molecular bio-methods handbook Humana Press
[24] 웹사이트 OLLAS Epitope Tag http://www.novusbio.[...] Novus Biologicals 2011-11-23
[25] 논문 Peptide tag forming a rapid covalent bond to a protein, through engineering a bacterial adhesin 2012-03
[26] 논문 Proof of principle for epitope-focused vaccine design 2014-03
[27] 논문 Evaluation of protection induced by a dengue virus serotype 2 envelope domain III protein scaffold/DNA vaccine in non-human primates 2016-06
[28] 논문 Epitope-based vaccine design: a comprehensive overview of bioinformatics approaches 2020-06
[29] 서적 Encyclopedic Reference of Immunotoxicology 2005
[30] 문서 Neoantigen
[31] 논문 CED: a conformational epitope database 2006-04
[32] 논문 Principles that govern the folding of protein chains 1973-07
[33] 논문 Differential effects of flanking residues on presentation of epitopes from chimeric peptides 1994-08
[34] 논문 Flanking residues alter antigenicity and immunogenicity of multi-unit CTL epitopes 1996-10
[35] 논문 Fine specificity of antibody recognition of carcinoma-associated epithelial mucins: antibody binding to synthetic peptide epitopes 1993
[36] 논문 The role of structure in antibody cross-reactivity between peptides and folded proteins 1998-08
[37] 논문 Designing the epitope flanking regions for optimal generation of CTL epitopes 2014-06
[38] 서적 Molecular biology of the cell Garland Science 2002
[39] 논문 Fundamentals and Methods for T- and B-Cell Epitope Prediction 2017-12-28
[40] 논문 Recent advances in B-cell epitope prediction methods 2010-11
[41] 서적 Epitope Mapping Protocols Humana Press 2009
[42] 논문 Clinical validation of the "in silico" prediction of immunogenicity of a human recombinant therapeutic protein https://digitalcommo[...] 2007-07
[43] 논문 Reducing risk, improving outcomes: bioengineering less immunogenic protein therapeutics 2009-05
[44] 논문 T Cell Epitope Predictions 2020-04
[45] 논문 An Introduction to B-Cell Epitope Mapping and In Silico Epitope Prediction 2016
[46] 논문 A high-throughput shotgun mutagenesis approach to mapping B-cell antibody epitopes 2014-09
[47] 서적 Molecular bio-methods handbook Humana Press
[48] 웹사이트 OLLAS Epitope Tag http://www.novusbio.[...] Novus Biologicals 2011-11-23
[49] 논문 Peptide tag forming a rapid covalent bond to a protein, through engineering a bacterial adhesin 2012-03
[50] 논문 Proof of principle for epitope-focused vaccine design 2014-03
[51] 논문 Evaluation of protection induced by a dengue virus serotype 2 envelope domain III protein scaffold/DNA vaccine in non-human primates 2016-06
[52] 논문 Epitope-based vaccine design: a comprehensive overview of bioinformatics approaches 2020-06
[53] 서적 Encyclopedic Reference of Immunotoxicology 2005
[54] 문서 Neoantigen http://medical-dicti[...] Mosby's Medical Dictionary 2009
[55] 문서
[56] 간행물


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com