CN109086568B - 计算机抗体组合突变进化***及方法、信息数据处理终端 - Google Patents

Abstract

本发明属于计算机软件技术领域，公开了一种计算机抗体组合突变进化***及方法、信息数据处理终端，所述计算机抗体组合突变进化方法采用遗传算法搜索策略，通过多次循环计算，针对抗体结合口袋的多个氨基酸位点，生成组合突变体的结构数据库，并以特定的结合自由能函数为亲和力评价方法，自动地进化得到组合突变抗体。所述计算机抗体组合突变进化方法采用遗传算法搜索策略，通过多次循环计算，针对抗体结合口袋的多个氨基酸位点，生成组合突变体的结构数据库，并以特定的结合自由能函数为亲和力评价方法，自动地进化得到组合突变抗体。

Description

计算机抗体组合突变进化***及方法、信息数据处理终端

技术领域

本发明属于计算机软件技术领域，尤其涉及一种计算机抗体组合突变进化***及方法、信息数据处理终端。

背景技术

目前，业内常用的现有技术是这样的：利用计算机进行模拟预测是目前提高蛋白质分子结合力的一种重要而有效的方法。抗体是一种典型的蛋白质，增强抗体结合亲和力对于提高抗体的检测灵敏度、降低药物使用剂量和增强药效都具有非常重要的意义。与传统的抗体库实验技术相比，利用计算机设计抗体，提高其结合力的方法，可以构建出计算机虚拟突变文库进行模拟筛选，预测出潜在的高亲和抗体，可以大大地节省了大部分化合物合成或购买的费用以及实际生物测试的时间和花费，从而有力地推动抗体的工程化进程，因此具有显著的优势。目前常用的基于计算机的抗体设计方法主要有两种：1)利用人工选择突变的设计方法，即挑选单个位点进行多种氨基酸类型的突变，或者指定少数几个位点进行个别几种氨基酸类型的组合突变，然后结合抗体与抗原的三维结构信息及其相互作用情况对抗体突变结果进行筛选。2)利用计算机自动突变设计的方法，即利用计算机的强运算能力模拟蛋白质序列中多个位点的大容量组合突变，并采用基于序列的评分标准和特定的算法对产生的抗体进行优化筛选。前者的缺点在于抗体设计过程仅挑选了个别的残基位点尝试突变设计，许多潜在的优秀突变体并未纳入设计范围内综合评价，因此这种方法往往很难筛选到比较理想的设计结果，而且一旦所挑选的突变体的结合力预测结果比初始抗体或野生型抗体差，整个抗体设计过程必须重新开展。后者的缺点在于尽管可以通过建立大容量的组合突变库，在更大的突变范围内更轻松便捷地筛选出优秀抗体，但整个抗体设计过程，往往只是利用字符串的随机替换来模仿蛋白质序列位点的各种突变，其用于评估各种突变优劣的评价方法未能考虑抗原抗体三维空间相互作用信息，因此其设计结果的可靠性也很难达到人们预期的效果。

综上所述，现有技术存在的问题是：

(1)人工选择突变的设计方法仅挑选了个别的残基位点尝试突变设计，许多潜在的优秀突变体并未纳入设计范围内综合评价，很难筛选到比较理想的设计结果，所挑选的突变体的结合力预测结果比初始抗体或野生型抗体差，整个抗体设计过程必须重新开展。

(2)利用计算机自动突变设计的方法只利用字符串的随机替换来模仿蛋白质序列位点的各种突变，用于评估各种突变优劣的评价方法未能考虑抗原抗体三维空间相互作用信息，也很难达到人们预期的效果。

发明内容

针对现有技术存在的问题，本发明提供了一种计算机抗体组合突变进化***及方法、信息数据处理终端。

本发明是这样实现的，一种计算机抗体组合突变进化方法，所述计算机抗体组合突变进化方法采用遗传算法搜索策略，通过多次循环计算，针对抗体结合口袋的多个氨基酸位点，生成组合突变体的结构数据库，并以特定的结合自由能函数为亲和力评价方法，自动地进化得到组合突变抗体。

进一步，所述计算机抗体组合突变进化方法包括以下步骤：

步骤一，以用户指定的抗体抗原复合物结构为设计框架，选择抗体表面N个特定的设计位点进行组合突变；

步骤二，自动生成一组抗体组合突变的三维结构数据库；

步骤三，利用反向对接方法，以及抗体与抗原相互作用的结合自由能函数的评估方法，筛选出优秀的组合突变抗体；

步骤四，确定抗体组合突变的进化方向。

进一步，所述抗体组合突变设计位点是抗体与抗原分子相互作用结合口袋中的关键的残基位点，数量M为8～10个，通过分析和比较抗原与抗体结合区域、抗原与抗体表面的氨基酸原子的距离及其物理化学性质实现。

进一步，所述突变抗体的三维结构数据库的生成，利用***的突变结构生成模块，采用突变残基坐标替换的方法或者同源建模的方法，将每个设计位点分别突变成其他18种不同类型的基本氨基酸，构建出容量为N的抗体突变结构数据库，其中N＝18^M；具体方法如下：

(1)确定组合突变抗体的三维结构数据库的容量N；

(2)将初始抗体的结构复制为N份，移除每个复制体的氢原子和设计位点的残基侧链的坐标；

(3)利用现有公开的残基转子库，采用坐标替换的方法，在每个复制体上缺失侧链的残基骨架处分别安装上18种不同类型氨基酸的残基侧链，获得突变体的初始三维结构数据库或者采用同源建模的方法，用户提供的初始抗体的结构为模板，生成突变体的初始三维结构数据库；

(4)采用分子力场、最速下降法和共轭梯度法对数据库中突变体的初始三维结构进行分子力学能量优化，得到优化后的抗体突变结构，形成突变体三维结构数据库。

进一步，所述优秀组合突变抗体的筛选利用优秀复合物筛选模块对突变体三维结构数据库中的抗体结构进行对接、评分和筛选，挑选出进化后的优秀突变抗体；

所述优秀复合物筛选包括快速筛选模式和精确筛选模式；快速筛选模式采用结合自由能函数对得到的突变抗体与抗原复合物的结合情况进行打分评估，选择出高亲和力的优秀抗体；精确筛选模式对得到的突变抗体与抗原的结构进行反向对接计算，搜索得到更为理想的突变复合物的结合构象之后，再采用结合自由能函数进行评分和筛选；

进一步包括：

(1)采用结合自由能函数进行打分评估，并以最低结合自由能为评价依据；结合自由能函数的计算公式：

其中，r、θ、

为键长、键角和二面角；req和θeq分别为平衡态的键长和键角；Kr、Kθ、Vn、n、γ和bSASA分别为各能量项的参数；rij为原子i和j之间的距离；Aij、Bij为范德华排斥和吸引参数；qi和qj为原子i和j上的部分电荷；ε为介电常数；fgb为依赖于原子半径和rij的圆滑函数；SASA为溶剂可及表面；T为绝对温度，ΔS是熵变；

(2)以用户指定的已知三维结构数据的特定抗原为探针，利用反向对接的方法从靶标数据库中，搜索出更为理想的突变抗体与抗原三维空间的结合构象；

所述组合突变进化策略的确定利用位点变异与重组模块，确定组合突变的进化方向，对挑选出优秀的突变抗体进行变异和交叉重组，产生子代种群进入下一轮迭代计算，直到没有更高亲和力的突变抗体产生或者达到程序设置的迭代次数为止；

对进化得到的优秀突变抗体与抗原的相互作用特性进行分析，针对程序自动进化得到的优秀突变抗体与其抗原的结合自由能情况进行分析，并与初始抗体与抗原复合物的结合自由能情况进行比较；观察突变前后，复合物结合自由能中各个子能量项的变化，判断出多种相互作用环境的变化对所研究的抗体亲和力提升的潜在影响；相互作用环境的变化主要包括疏水环境的变化、静电环境的变化。

进一步，反向对接的方法具体包括：

1)以优化后的抗体突变的结构数据库作为反向对接方法的靶标数据库，通过搜索靶标数据库，将特定的抗原探针与数据库中所有突变体逐一进行分子对接模拟；

2)单个抗体与抗原进行分子对接时，采用遗传算法全局搜索和模拟退火算法局部搜索相结合的方法搜索抗体与抗原的结合构象空间，并采用分子对接程序自带的能量函数来确定突变抗体与抗原的结合构象。

本发明的另一目的在于提供一种所述的计算机抗体组合突变进化方法的计算机抗体组合突变进化***，所述计算机抗体组合突变进化***包括：结合位点预测模块、突变结构生成模块、优秀复合物筛选模块、位点变异与重组模块。

本发明的另一目的在于提供一种实现所述计算机抗体组合突变进化方法的计算机程序。

本发明的另一目的在于提供一种实现所述计算机抗体组合突变进化方法的信息数据处理终端。

本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的计算机抗体组合突变进化方法。

综上所述，本发明的优点及积极效果为：本发明提供的抗体进化方法，采用了智能算法搜索策略，能够以抗原抗体三维空间的相互作用信息作为突变体进化的评估依据，自动、有效地设计出具有更高亲和力的组合突变抗体。该方法有效地克服了现有的抗体突变设计技术中，设计位点覆盖面窄、效率低下、筛选预测结果不理想等问题，能够大大地提高抗体组合突变虚拟设计过程的自动化程度，以及设计结果的可靠性。

附图说明

图1是本发明实施例提供的计算机抗体组合突变进化***结构示意图；

图中：1、结合位点预测模块；2、突变结构生成模块；3、优秀复合物筛选模块；4、位点变异与重组模块。

图2是本发明实施例提供的计算机抗体组合突变进化方法流程图。

图3是本发明实施例提供的计算机抗体组合突变进化方法实现流程图。

图4是本发明实施例提供的计算机抗体组合突变进化方法实现原理示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明实施例提供的计算机抗体组合突变进化***包括：结合位点预测模块1、突变结构生成模块2、优秀复合物筛选模块3、位点变异与重组模块4。

优秀复合物筛选模块3提供了快速筛选和精确筛选两种模式，所述精确筛选模式采用了一种分子反向对接的筛选方法，能够以特定的抗原为探针，以突变抗体的三维结构数据库为分子反向对接的靶标数据库，进而筛选得到更可靠的高亲和力组合突变抗体。

如图2所示，本发明实施例提供的计算机抗体组合突变进化方法包括以下步骤：

S201：以用户指定的抗体抗原复合物结构为设计框架，选择抗体表面N个特定的设计位点进行组合突变；

S202：自动生成一组抗体组合突变的三维结构数据库；

S203：利用反向对接方法，以及抗体与抗原相互作用的结合自由能函数的评估方法，筛选出优秀的组合突变抗体；

S204：确定抗体组合突变的进化方向。

下面结合附图对本发明的应用原理作进一步的描述。

如图3所示，本发明实施例提供的计算机抗体组合突变进化方法具体包括以下步骤：

步骤一，抗体组合突变设计位点的确定，本发明中抗体进化方法，以用户指定的初始抗体与抗原复合物的三维结构为初始设计框架。其目标是对抗体表面的多个设计位点进行组合突变进化。所述设计位点指的是抗体与抗原分子相互作用结合口袋中的关键的残基位点，其数量M一般为8～10个。其中，抗体的设计位点既可以由用户指定，也可采用***中结合位点预测模块进行自动判定。所述自动判定是通过分析和比较抗原与抗体结合区域、抗原与抗体表面的氨基酸原子的距离及其物理化学性质来实现的。

步骤二，突变抗体的三维结构数据库的生成，利用***的突变结构生成模块，采用突变残基坐标替换的方法或者同源建模的方法，将每个设计位点分别突变成其他18种不同类型的基本氨基酸(不含半胱氨酸)，从而构建出容量为N的抗体突变结构数据库，其中N＝18^M。具体方法如下：

A、确定组合突变抗体的三维结构数据库的容量N，并以此作为遗传搜索算法总的搜索空间。

B、将初始抗体的结构复制为N份，移除每个复制体的氢原子和设计位点的残基侧链的坐标。

C、利用现有公开的残基转子库，采用坐标替换的方法，在每个复制体上缺失侧链的残基骨架处分别安装上18种不同类型氨基酸的残基侧链，从而获得突变体的初始三维结构数据库。或者采用同源建模的方法，以用户提供的初始抗体的结构为模板，生成突变体的初始三维结构数据库。该步骤采用何种方法可由用户自主选择。

D、采用分子力场、最速下降法和共轭梯度法对数据库中突变体的初始三维结构进行分子力学能量优化，消除抗体结合区域氨基酸残基与抗原分子结构中存在的不良接触，从而得到一系列优化后的抗体突变结构，形成优化后的突变体三维结构数据库。

步骤三，优秀组合突变抗体的筛选，利用优秀复合物筛选模块对上述突变体三维结构数据库中的抗体结构进行对接、评分和筛选，从中挑选出进化后的优秀突变抗体。所述优秀复合物筛选模块提供了两种筛选模式，包括快速筛选模式和精确筛选模式。所述快速筛选模式，是指直接采用本发明的结合自由能函数对步骤二得到的突变抗体与抗原复合物的结合情况进行打分评估，从中选择出高亲和力的优秀抗体。所述精确筛选模式，是指先对步骤二得到的突变抗体与抗原的结构进行反向对接计算，搜索得到更为理想的突变复合物的结合构象之后，再采用本发明的结合自由能函数进行评分和筛选。

A、由于本发明中抗体进化过程需要大量的迭代计算，综合考虑计算的效率和精度，本发明采用采用如下结合自由能函数进行打分评估，并以最低结合自由能为评价依据。

所述结合自由能函数的计算公式如下：

其中，r、θ、

为键长、键角和二面角；req和θeq分别为平衡态的键长和键角；Kr、Kθ、Vn、n、γ和bSASA分别为各能量项的参数；rij为原子i和j之间的距离；Aij、Bij为范德华排斥和吸引参数；qi和qj为原子i和j上的部分电荷；ε为介电常数；fgb为依赖于原子半径和rij的圆滑函数；SASA为溶剂可及表面；T为绝对温度，ΔS是熵变。

B、本发明中分子反向对接方法的原理是，以用户指定的已知三维结构数据的特定抗原为探针，利用反向对接的方法从靶标数据库中，搜索出更为理想的突变抗体与抗原三维空间的结合构象。所述反向对接的方法以现有主流的分子对接软件为核心程序。具体方法如下：

1)以优化后的抗体突变的结构数据库作为反向对接方法的靶标数据库，通过搜索靶标数据库，将特定的抗原探针与数据库中所有突变体逐一进行分子对接模拟。

2)单个抗体与抗原进行分子对接时，采用遗传算法全局搜索和模拟退火算法局部搜索相结合的方法搜索抗体与抗原的结合构象空间，并采用分子对接程序自带的能量函数来确定最佳的突变抗体与抗原的结合构象。

步骤四，组合突变进化策略的确定

利用位点变异与重组模块，确定组合突变的进化方向。具体方法为：对步骤三挑选出优秀的突变抗体进行变异和交叉重组，产生子代种群进入下一轮迭代计算(即重新进入步骤二和步骤三)，直到没有更高亲和力的突变抗体产生或者达到程序设置的迭代次数为止。

本发明采用遗传算法对抗体组合突变空间进行搜索和进化，N即为遗传算法总的搜索空间。该步骤需要对算法的突变率、交叉重组率和迭代次数进行设置。

步骤五，对进化得到的优秀突变抗体与抗原的相互作用特性进行分析，针对程序自动进化得到的优秀突变抗体与其抗原的结合自由能情况进行分析，并与初始抗体与抗原复合物的结合自由能情况进行比较。观察突变前后，复合物结合自由能中各个子能量项的变化，判断出多种相互作用环境的变化对所研究的抗体亲和力提升的潜在影响。所述相互作用环境的变化主要包括疏水环境的变化、静电环境的变化。

下面结合实验对本发明的应用效果作详细的描述。

1、具体步骤：由用户输入一种生物毒素的野生型单链抗体序列，及其与毒素抗原复合物的PDB三维结构文件。指定抗原抗体复合物结合区域的8个CDR区残基作为设计位点，进行组合突变进化。程序自动移除野生型抗体的氢原子以及设计位点残基侧链的坐标，并将其8个设计位点分别突变成其他18种不同类型的氨基酸，构建容量为18⁸大小的抗体突变结构数据库，形成了遗传算法总的搜索空间。算法将从8个位点随机突变生成的100条突变序列出发，在抗体框架坐标的基础上，对每条突变序列的设计位点进行侧链重装和抗原抗体复合物的结构优化，并对所有复合物进行结合亲和力的评估，从中挑选出优秀的结合子进行变异和交叉重组，产生子代种群进入下一轮迭代，直到没有更高亲和力的突变产生为止。本次进化设置突变率为0.02，交叉重组率为0.5。此外，每一次迭代进化出的突变序列需要通过突变残基的坐标替换来实现位点的结构变异。采用最速下降法和共轭梯度法对突变体复合物的结构进行分子力学优化，消除结合中心氨基酸残基与毒素分子的不良接触。其中采用最速下降法优化300步，共轭梯度法优化500步。利用结合自由能函数对每个突变抗体与抗原的结合情况进行打分评估，自动挑选出具有更高亲和力的抗体突变。

2、实验结果：程序通过自动搜索上万条序列，进化得到了8个具有较高亲和活性潜力的抗体组合突变，并且这些位点的组合突变使得抗体结合区域的疏水环境减弱，突变体主要是通过影响抗体抗原结合的结合区的静电分布而改进二者的结合效应。实验结果表明，使用本发明方法能够自动、有效地进化得到理论上结合亲和力显著提高的组合突变抗体，并且进化过程能够将抗原抗体结合的相互作用信息考虑在内，该方法的应用对本实施例中生物毒素的单链抗体组合突变的设计研究有着重要的生物学意义。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种计算机抗体组合突变进化方法，其特征在于，所述计算机抗体组合突变进化方法采用遗传算法搜索策略，通过多次循环计算，针对抗体结合口袋的多个氨基酸位点，生成组合突变体的结构数据库，并以特定的结合自由能函数为亲和力评价方法，自动地进化得到组合突变抗体；

所述计算机抗体组合突变进化方法包括以下步骤：

步骤一，以用户指定的抗体抗原复合物结构为设计框架，选择抗体表面N个特定的设计位点进行组合突变；

步骤二，自动生成一组抗体组合突变的三维结构数据库；

步骤三，利用反向对接方法，以及抗体与抗原相互作用的结合自由能函数的评估方法，筛选出优秀组合突变抗体；

步骤四，确定抗体组合突变的进化方向；

所述抗体组合突变设计位点是抗体与抗原分子相互作用结合口袋中的关键的残基位点，数量M为8～10个，通过分析和比较抗原与抗体结合区域、抗原与抗体表面的氨基酸原子的距离及其物理化学性质实现；

所述突变抗体的三维结构数据库的生成，利用***的突变结构生成模块，采用突变残基坐标替换的方法或者同源建模的方法，将每个设计位点分别突变成其他18种不同类型的基本氨基酸，构建出容量为N的抗体突变结构数据库，其中N＝18^M；具体方法如下：

(1)确定组合突变抗体的三维结构数据库的容量N；

(2)将初始抗体的结构复制为N份，移除每个复制体的氢原子和设计位点的残基侧链的坐标；

(3)利用现有公开的残基转子库，采用坐标替换的方法，在每个复制体上缺失侧链的残基骨架处分别安装上18种不同类型氨基酸的残基侧链，获得突变体的初始三维结构数据库或者采用同源建模的方法，用户提供的初始抗体的结构为模板，生成突变体的初始三维结构数据库；

(4)采用分子力场、最速下降法和共轭梯度法对数据库中突变体的初始三维结构进行分子力学能量优化，得到优化后的抗体突变结构，形成突变体三维结构数据库；

所述优秀组合突变抗体的筛选利用优秀复合物筛选模块对突变体三维结构数据库中的抗体结构进行对接、评分和筛选，挑选出进化后的优秀突变抗体；

所述优秀复合物筛选包括快速筛选模式和精确筛选模式；快速筛选模式采用结合自由能函数对得到的突变抗体与抗原复合物的结合情况进行打分评估，选择出高亲和力的优秀抗体；精确筛选模式对得到的突变抗体与抗原的结构进行反向对接计算，搜索得到更为理想的突变复合物的结合构象之后，再采用结合自由能函数进行评分和筛选；

进一步包括：

(1)采用结合自由能函数进行打分评估，并以最低结合自由能为评价依据；结合自由能函数的计算公式：

其中，r、θ、

为键长、键角和二面角；r_eq和θ_eq分别为平衡态的键长和键角；K_r、K_θ、V_n、n、γ和b_SASA分别为各能量项的参数；r_ij为原子i和j之间的距离；A_ij、B_ij为范德华排斥和吸引参数；q_i和q_j为原子i和j上的部分电荷；ε为介电常数；f^gb为依赖于原子半径和r_ij的圆滑函数；SASA为溶剂可及表面；T为绝对温度，ΔS是熵变；

(2)以用户指定的已知三维结构数据的特定抗原为探针，利用反向对接的方法从靶标数据库中，搜索出更为理想的突变抗体与抗原三维空间的结合构象；

所述组合突变进化策略的确定利用位点变异与重组模块，确定组合突变的进化方向，对挑选出优秀的突变抗体进行变异和交叉重组，产生子代种群进入下一轮迭代计算，直到没有更高亲和力的突变抗体产生或者达到程序设置的迭代次数为止；

对进化得到的优秀突变抗体与抗原的相互作用特性进行分析，针对程序自动进化得到的优秀突变抗体与其抗原的结合自由能情况进行分析，并与初始抗体与抗原复合物的结合自由能情况进行比较；观察突变前后，复合物结合自由能中各个子能量项的变化，判断出多种相互作用环境的变化对所研究的抗体亲和力提升的潜在影响；相互作用环境的变化主要包括疏水环境的变化、静电环境的变化；

反向对接的方法具体包括：

1)以优化后的抗体突变的结构数据库作为反向对接方法的靶标数据库，通过搜索靶标数据库，将特定的抗原探针与数据库中所有突变体逐一进行分子对接模拟；

2)单个抗体与抗原进行分子对接时，采用遗传算法全局搜索和模拟退火算法局部搜索相结合的方法搜索抗体与抗原的结合构象空间，并采用分子对接程序自带的能量函数来确定突变抗体与抗原的结合构象。

2.一种如权利要求1所述的计算机抗体组合突变进化方法的计算机抗体组合突变进化***，其特征在于，所述计算机抗体组合突变进化***包括：结合位点预测模块、突变结构生成模块、优秀复合物筛选模块、位点变异与重组模块。

3.一种实现权利要求1所述计算机抗体组合突变进化方法的信息数据处理终端。

4.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1所述的计算机抗体组合突变进化方法。

Images