已知T细胞表位的分析和应用研究课题性质 基础研究 radic; 应用课题 设计型 调研综述 理论研究开题报告内容：拟通过分析目前已知的部分有效T细胞表位，比较不同T细胞表位对B细胞的激活能力的不同；并通过已知的T细胞表位，测试网上的T细胞表位在线预测软件的准确性，并分析其规律，来预测老年痴呆症靶标蛋白的T细胞表位，以期达到设计老年痴呆症疫苗的目的【立题依据】目前，世界上较为接受的阿尔茨海默病（AD）病理为胆碱能缺失学说，该学说认为老年性痴呆症患者大脑内神经递质乙酰胆碱的缺失是导致AD疾病的关键原因乙酰胆碱的缺失导致AD患者认知功能下降，记忆能力丧失故胆碱酯酶抑制剂和胆碱能受体激动剂为常见的两大类治疗药物现阶段对阿尔茨海默病的药物治疗主要是通过抑制CHE来提高患者体内的乙酰胆碱水平，以便改善认知和行为障碍，减缓疾病的进展目前，国内外研究最多且应用最多的药物有5个：他可林（tacrine）多奈哌齐（donepezil）利斯的明（revastigmine）加兰他敏（galantamine）和我国自己研制并已上市的药物石杉碱甲（huperzing）这些药物着重于增加中枢神经系统的乙酰胆碱酯酶抑制剂的释放我们拟通过分析预测ACHE的T细胞表位，针对其设计疫苗来抑制中枢神经系统ACHE，避免乙酰胆碱的缺失，从而达到预防发生AD疾病的目的抗原表位又称抗原决定簇，是指抗原分子上能刺激机体产生抗体或致敏淋巴细胞并能够被其识别的一个免疫活性区免疫细胞通常难以借助其表面受体识别整个蛋白质分子，而仅识别抗原肽分子上的表位，严格来说，抗体的特异性是针对表位的而不是针对完整的抗原分子的表位一般只占5~7个氨基酸或单糖残基的大小，最多不超过30个氨基酸残基按与抗原受体结合细胞的不同，分为B细胞抗原表位和T细胞抗原表位；按表位结构的不同分为连续性抗原表位和非连续性抗原表位，前者又称线性表位，是由肽链上顺序连续的氨基酸组成的，后者又称构象性抗原表位，是由空间邻近但顺序上不连续的氨基酸组成的线性表位见于T细胞表位和部分B细胞表位，构象性表位只见于B细胞表位表位是蛋白质抗原性的基础，深入研究蛋白质表位对多肽和新型疫苗分子的设计及诊断试剂的开发具有重要意义然而，在目前的生物试验技术条件下，单靠试验方法去寻找所需要的表位是相当困难的因此，采用免疫信息学方法对抗原表位进行预测已成为表位确定的强有力工具采用免疫信息学辅助方法，不但可使发现新表位的效率提高10~20倍，加快新表位的发现；而且能减少95%的实验室工作量，节约大量研究经费因此我们选择了三个网络上认可度较高的T表位在线预测软件IEDB Analysis Resource（http：//tools.immuneepitope.org/mhcii/）HLAPred（http：//www.imtech.res.in/raghava/hlapred/）NetMHCIIpan 3.1 Server（http：//www.cbs.dtu.dk/services/NetMHCIIpan/），并且通过查阅文献，选择了5条已知的有效T表位，并在NCBI查到了其所在蛋白的蛋白序列，希望通过在线预测软件来分析这5条蛋白，对比预测结果和已知T表位的重复性程度，并结合蛋白质的空间构型，分析T表位预测软件的预测规律及准确性，为实验室后续其他实验提供T细胞表位预测的参考经验【综述】摘要：老年痴呆症是老年人的常见病之一，主要表现为记忆力减退及识别能力障碍等，是一种大脑退行性变疾病，严重影响老年人的生活质量老年痴呆根据病因不同可以分为以下4种类型：阿尔茨海默型老年痴呆（AD）血管性痴呆（VD）混合性痴呆以及其他原因引起的痴呆近年，虽然现代医学对老年痴呆的研究提出了各种发病假说，但是老年性痴呆症的发病机理比较复杂，目前尚无特效治疗药物人体主要组织相容性复合体（major histocompati-bility complex ，MHC）， 又称为人白细胞抗原（humanleukocyte antigens ， HLA）， 是人体对病原体入侵后免疫应答的重要组成部分MHC 类分子主要分为Ⅰ类和Ⅱ类分子，MHCⅡ类分子主要与细胞免疫系统有关在免疫应答过程中， 抗原多肽与MHC 类分子的结合是一个重要的前提条件， 并且对后续的免疫反应产生深远的影响因此， 外源性抗原肽与MHCⅡ类分子的结合能力， 是合理设计疫苗的重要前提， 同时， 对二者的结合力进行精确评测， 对于发掘新的MHCⅡ类抗原表位将起着决定性的作用， 不仅显著减少验证T 细胞表位的实验成本， 同时可以节约实验者的时间得益于生物信息学的快速发展，MHCⅡ类分子结合肽预测技术不断进步， 基于各种方法的各种软件也不断涌现如早期出现的模体匹配（motifmatch）法基序算法基于Windows98/WindowsNT 的表位预测平台TEPITOPE乃至近年出现的神经网络方法等各种在线预测MHCⅡ类分子抗原表位软件完全免费，非常方便，但表位预测的程序存在差异， 特别是一些服务器的来源和效用仍不确定，因此，预测结果参差不齐，为更好地应用此类软件，为高效的疫苗设计服务，我们对目前网络上公开传播使用较多的软件的有效性进行了比较，为后续表位分析奠定基础关键词：抗原；T细胞表位；免疫治疗；表位预测；老年痴呆症1．阿尔茨海默病（AD）的治疗药物1.1 胆碱能缺失学说指导下的治疗药物 目前，世界上较为接受的 AD 病理为胆碱能缺失学说，该学说认为老年性痴呆症患者大脑内神经递质乙酰胆碱的缺失是导致 AD疾病的关键原因乙酰胆碱的缺失导致 AD 患者认知功能下降，记忆能力丧失故胆碱酯酶抑制剂和胆碱能受体激动剂为常见的两大类治疗药物1.1.1 胆碱酯酶抑制剂 现阶段对阿尔茨海默病的药物治疗主要是通过抑制 CHE 来提高患者体内的乙酰胆碱水平，以便改善认知和行为障碍，减缓疾病的进展目前，国内外研究最多且应用最多的有如下药物：①他克林：为非选择性可逆性抗胆碱酯酶药，可明显改善 AD 患者的认知功能，缺点是半衰期短，肝脏毒性大，耐受性差；②多奈哌齐：为选择性非竞争性可逆的ACHE抑制剂能选择性地抑制中枢神经系统ACHE，从而增加受体部位的乙酰胆碱浓度，是目前治疗老年性痴呆比较安全有效的药物；③利斯的明：为第二代可逆性胆碱酯酶抑制剂可与其他药物联用，具有较好的耐受性常见不良反应为胃肠道症状；④加兰他敏为ACHE的竞争性可逆性抑制药，选择性抑制中枢的ACHE其疗效与他克林相似，但无肝毒性，耐受性良好，外周胆碱能不良反应轻微；⑤石杉碱甲 是一种高效可逆性的竞争性 AchE 抑制剂，易通过血脑屏障，口服生物利用度好，对 AChEI 的抑制作用持续时间长常见不良反应有口干嗜睡胃肠道反应视力模糊等；⑥其他 除了以上药物外，其他治疗 AD 的乙酰胆碱酯酶抑制剂还有美曲磷脂毒扁豆碱及其衍生物1.1.2 胆碱能受体激动剂 主要是 M 和 N 受体，尤其是 M1受体的选择性激动剂这类药物有占诺美林米拉美林AF系列化合物等占诺美林易透过血脑屏障，对 M1受体有高度的亲和力，而对 M2受体的亲和力较低主要不良反应为消化道症状如呕吐恶心消化不良和心率增加1.2 Abeta;淀粉样肽学说指导下的治疗药物 Abeta; 淀粉样肽学说下 AD 的发病机制可简单的如下表示：APP 基因变异（PS1及 PS2 基因促进 APP 变异）→Abeta; 淀粉样肽沉积→Abeta; 淀粉样肽聚集成斑块在神经元→刺激小胶质细胞及星形细胞（产生炎症因子自由基氧化等）→逐渐损伤突触及神经细胞→神经细胞离子失衡（细胞内钙离子增高）→脑内蛋白酪氨酸激酶活化，tau蛋白过度磷酸化，与神经细胞微管蛋白缠结，神经细胞丧失功能→临床出现痴呆症状AD 的发病机制虽然比较复杂，但能看出Abeta;在老年痴呆的发病过程中起到至关重要的起始及枢纽作用，依据其发病机制以及多年来大量的临床治疗，大体有下列治疗药物：①抗 beta;-淀粉样蛋白产生的药物：减少beta;淀粉样蛋白作为药物干预的主要目标，一种策略是开发抑制形成淀粉样蛋白的酶而减少beta;淀粉样蛋白沉淀的新药，另一种是接种混合有淀粉样蛋白的疫苗以减少beta;淀粉样蛋白的沉积潜在的治疗药物是刚果红，目前正在研究的疫苗有 AN-1792；②抗炎治疗：Abeta;的聚集可以经补体途径产生炎症反应，因此可以使用抗炎药阻止炎症反应的继续，推迟或防止老年痴呆症临床应用的药物有皮质激素和非类固醇类抗炎药如吲哚美辛替尼达普等；③抗氧化剂：维生素 E 可降低脂质过氧化，在海马细胞中保护细胞对缺血的耐受；司来吉兰为 B 型单胺氧化酶抑制剂，可降低自由基和其他神经毒素的浓度；褪黑素（MT）为内源性抗氧化激素，促进体内多种抗氧化酶的活性，清除自由基，抑制Abeta;的形成此外还有 VitCbeta;-胡萝卜素和银杏制剂；④铜锌螯合剂：铜锌金属螯合剂主要通过与对神经有毒性的金属离子进行螯合使这些离子的浓度调到一个正常水平，减少这些离子对大脑神经的破坏；⑤钙通道阻制剂 目前，钙拮抗药应用最多的为双氢吡啶类药尼莫地平和氟桂利嗪，苯烷胺类药维拉帕米，生物碱粉防己碱；⑥雌激素 其作用机制可能为：促进神经突触的生长并增加神经生长因子及其受体的表达；抑制beta;淀粉样蛋白的沉淀；拮抗beta;淀粉样蛋白的毒性作用；⑦谷氨酸受体阻断剂 此类药物可阻止过量的神经递质谷氨酸的传递造成的兴奋毒性，起到保护神经元的作用代表药有黄皮酰胺美金刚等；⑧基因治疗APP基因突变是AD发生的关键因素，随着分子遗传学的发展，利用克隆和基因重组工程的方法，可能为治疗AD开辟新的途径2.T细胞表位预测的进展T细胞表位（T cell epitope）是指抗原经过抗原提呈细胞（APC）加工后，由MHC分子提呈给T细胞受体（TCR）的短肽确定T细胞表位对于研究细胞免疫机理过程以及研制多肽疫苗和基因疫苗等具有重要意义T细胞表位预测分CTL表位预测和Th表位预测两类， 其中CTL表位预测主要涉及MHCⅠ类分子肽预测，Th表位预测涉及MHC Ⅱ类分子的亲和肽预测T 细胞表位预测主要基于候选肽能否和MHC分子结合与MHC Ⅰ类分子结合的多肽长度通常为8~11个氨基酸，一般为9个，在序列特定位置上有锚点存在而MHC Ⅱ分子亲和肽长度可达30个氨基酸以上，其结合基序存在不同程度的退化因此，MHC Ⅱ类分子亲和肽预测的算法要困难些MHC分子亲和肽的预测方法主要有序列相似性预测法分子建模法结合基序法定量矩阵法和机器学习法5种序列相似性预测法精度较低，已很少使用分子建模法可以揭示分子内部相互作用的机制，但不适合高通量的数据处理结合基序法简单易行，特别适合于可利用的试验数据不够多的MHC等位基因结合肽的预测但近年来发现，一些能够与MHC Ⅱ类分子中不同的等位基因产物结合的杂合性肽，具有超基序结构特征；还发现单一等位基因结合的基序也呈现多种变化；MHC Ⅱ类分子的基序呈现更加明显的退化现象这些因素使得基于锚定结合基序的预测准确度不高定量矩阵法采用线性处理方法，依据的假设是肽序列残基对MHC结合的贡献是独立的，忽略了总体肽结构对结合的影响，存在数据过拟合倾向， 且偏倚于导出矩阵系数所使用的肽序列集，预测模型不容易加入新获得的试验数据，使得预测的通用性受到影响机器学习法可解决如何寻找核心结合基序问题，并能整合结合肽残基间相互作用的信息，提高预测的特异性准确性和适用性3.MHC-Ⅱ类抗原表位预测软件的对比评价根据李胜涛等发表在《生物医学工程研究》杂志上的文章结果来看：1) 各个软件对不同结合力多肽的预测情况根据数据库的分类，通过各个软件的在线预测结果，可以得出各个软件对于各个结合力的结合正确的情况高结合力多肽的预测结果表明这7个软件中Rankpep 较差，ARB 软件对此预测较好，NetMHCIIpanNetMHCII次之，剩下各个软件对于高结合力多肽预测能力相差不大对于中低等结合力多肽预测结果最好的软件是MHCPred，其数据与下载的吻合度非常高，只有Rankpep及Propred结果较差对于无结合的多肽抗原预测结果明显较差是MHCPred，只有少数几个与下载的数据相符合，也就是非结合的基本上其预测结果可信度不高2) 各个软件亚型预测多肽表位的情况为了进一步了解各个软件中各类亚型预测能力情况， 为后续实验提供充分可靠的依据， 充分利用所得已知多肽表位与MHC -Ⅱ类抗原表位结合的结果他们计算出了各软件预测多肽与各个亚型的SE SP值由于SP值是非结合的多肽在预测方法中所得到非结合结果的比例， 而MHCPred 对非结合多肽的预测能力非常低， 所以在此暂不做比较在预测DRB1*0101 亚型当中只有Rankpep 及Propred 的敏感性较低， 与此同时其特异性较高这种方式会造成对多肽的预测能力降低， 对部分多肽表位预测不准确， 而ARB NetMHC Ⅱ 及NetMHCpan Ⅱ的SP 值较低， 表明其预测结果误将一部分非结合表位看成结合表位除Syfpeithi ， 其它所有软件对DRB1*0301 及DRB1*0401 亚型表位的预测结果都不太理想， SE 值普遍较低， 对结合的多肽预测遗漏的可能性较大对于DRB1*0701 亚型而言， Propred的敏感性最低对于DRB1*1101 亚型， Propred 及NetMHCII 预测敏感性比较好所有软件预测DRB1*1501 亚型的特异性都高， 显示对此亚型非结合多肽表位预测效果比较好由以上内容我们得知， 对不同亚型用不同的软件预测可得到理想结果3) 各个软件预测能力的总体评价为总体评价各个预测软件的能力， 他们将各个预测结果综合在一起进行评价在线各个软件对多肽预测准确率最低的是MHCPred ， 其准确率才刚过60 %， 最高的是NetMHCIIpan NetMHC Ⅱ 几乎达到90 %， 据此说明后二者预测可信度高于前者在特异度和敏感性这二个数据中， 同样只有NetMHCIIpan NetMHC Ⅱ数据均衡性能最好Propred 在阳性预期值中有较好的表现， 说明此软件的假阳性较低综合以上数据， 我们认为NetMHCIIpan NetMHC Ⅱ所得结果可信度最高而蔡瑞琨在其博士学位论文《高免疫原性T细胞抗原表位预测方法的研究》中的第三章节Ⅰ型糖尿病中MHCⅡ类抗原表位的预测部分写道：实验分析即耗时又耗力，而从头预测MHC结合肽的方法则可以辅助实验，为生物医学设计提供有用信息例如，SYFPEITHI和BIMAS软件的预测结果成功的被用于辅助实验鉴别新的I型糖尿病自身抗原的MHC Ⅱ类抗原表位因为I-Ag7是NOD小鼠体内唯一表达的Ⅰ型糖尿病有关的MHC Ⅱ类分子，所以I-Ag7和HLA-DQ8抗原表位的预测十分重要在2006年，Rajapakse等人开发了第一个在线服务软件PREDNOD，用来预测NOD小鼠体内的I-Ag7分子和另外两个MHCⅠ类分子Kd和Db的抗原表位，后来又使用MOEA算法提高了预测性能 Chang等人用EM算法来设计计算程序用以预测I-Ag7分子和HLA-DQ8分子的抗原表位除此之外，有两个综合工具MHC2Pred和RANKPEP可以预测I-Ag7和HLA-DQ8分子的抗原表位，同时也可以全面的预测多种MHC Ⅰ和Ⅱ型的抗原表位虽然曾有几个工具可以用来预测I-Ag7和HLA-DQ8分子的抗原表位，但是目前只有MHC2Pred和RANKPEP能够在线运行MHC2Pred软件是使用支持向量机的方法预测42种MHC Ⅱ类分子结合肽，数据集来源于MHCBN数据库，使用矩阵最优技术（matrix optimizationtechniques）截取抗原肽的核心序列，9个位置上的氨基酸分别用20维向量表达，最后使用支持向量机的方法对数据集进行分类预测RANKPEP软件的数据集来源于EPIMHC数据库，主导思想是结合同一个MHC分子的抗原肽具有序列相似性，通过构建位置特异性打分矩阵或者序列模式的方法预测结合肽而韩勇在其文章《新型多肽表位技术研究进展》中则写道，虽然对MHCⅠ类分子结合表位预测已经达到了很高的准确性，但MHCⅡ类分子表位预测的准确性受到了限制MHCⅡ类分子表位由13~17个氨基酸组成，但由于鉴别出的MHCⅡ类表位较少，缺少MHCⅡ类分子配体的数据库，MHCⅡ类表位递呈机制不明确等限制了MHCⅡ类表位的预测尽管如此，仍然有一些预测工具可以进行MHCⅡ类表位的预测，如MHC2PREDMULTIPREDSVMHCProPredRANKPEDTEPITOPEMHC2MILSMM-alignEpiTOPGrabowska等报道利用SYFPEITHI预测工具预测HPV 病毒E7E6E5E2蛋白中的15聚体肽，并通过酶联免疫斑点技术细胞因子染色鉴定了CD4 T 细胞表位Lohia等利用SMM alignProPredNetMHCⅡ预测MHCⅡ类表位和分子对接模拟，发现3条新的MHCⅡ类候选肽通过研究证明了SYFPEITHISMM-alignProPredNetMHCⅡ等预测工具不但可以预测MHCⅡ类分子表位，而且预测的MHCⅡ类分子表位相比于其他算法表现出较高的准确性尽管研究者开发了很多的T细胞表位的预测方法，但是依靠一种T细胞表位预测方法进行表位预测准确率并不高研究者通过将不同的计算机表位预测方法结合进行表位预测达到了很高的准确率Duan等通过SYFPEITHI和蛋白酶体切割识别位点预测工具相结合预测登革热病毒2型（DENV-2）与HLA-A*2402基因特异性结合表位，识别了9条候选表位可用于登革热感染的检测工具和开发治疗登革热的表位疫苗Liao等利用NetChop 3.1蛋白切割位点预测工具和NetMHCpan结合亲和力预测工具预测猪瘟病毒（CSFV）口蹄疫病毒（FMDV）高致病性蓝耳病病毒（PRRSV）表位，将表位信息整合到生物信息软件ICES（http：//sb.nhri.org.tw/ICES），促进了多种猪源病毒表位的预测Manijeh 等结合MHCPredSYFPEITHIHLA 结合基序预测法ProPredSVMHC预测工具识别了4条候选表位，为生物信息学工具用于疫苗设计和癌症治疗奠定了基础Park等将NetCTLpan-1.1和完整的原子基础模拟技术（FABS）等预测方法结合筛选出3条人类免疫缺陷病毒1型（HIV-1）T细胞表位，用于开发针对HIV-1治疗的T细胞表位疫苗表明单一的预测工具并不能考虑到表位加工过程中的全面信息，通过不同的预测工具相结合，可以弥补各个预测工具的不足来提高预测表位的准确性因此我们选择了三个网络上认可度较高的T表位在线预测软件IEDB Analysis Resource（http：//tools.immuneepitope.org/mhcii/）HLAPred（http：//www.imtech.res.in/raghava/hlapred/）NetMHCIIpan 3.1 Server（http：//www.cbs.dtu.dk/services/NetMHCIIpan/），并且通过查阅文献，选择了5条已知的有效T表位，并在NCBI查到了其所在蛋白的蛋白序列，希望通过在线预测软件来分析这5条蛋白，对比预测结果和已知T表位的重复性程度，并结合蛋白质的空间构型，分析T表位预测软件的预测规律及准确性，为实验室后续其他实验提供T细胞表位预测的参考经验【实验内容和技术】实验内容：1. 分析T细胞表位预测软件，筛选合适的T细胞表位预测软件；在这里我们选择了三个网络上认可度较高的T表位在线预测软件：IEDB Analysis Resource（http://tools.immuneepitope.org/mhcii/）HLAPred（http://www.imtech.res.in/raghava/hlapred/）NetMHCIIpan 3.1 Server（http://www.cbs.dtu.dk/services/NetMHCIIpan/）2. 用T细胞表位预测软件分析已知蛋白序列，与已知的有效T细胞表位进行对比，得出T细胞表位预测规律；3. 结合得出的规律，应用T细胞表位预测软件，预测老年痴呆症靶标蛋白（目前计划预测Abeta;、Tal1、Ache）的T细胞表位；4. 将预测所得的T细胞表位和其B表位连接合成肽；5. 进行动物实验，检测抗体效价5.1动物建模，免疫动物1) 药物制剂药物配置按1mg 40mg甘露醇溶于1mL20%Lipofundin的比例临时配置油剂2) 动物免疫48只糖尿病模型（T1DM）小鼠随机分成4组，每组12只，分别为：placebo组（溶剂对照组，阴性对照组）阳性对照组实验组一实验组二；给药组药物浓度均为1 mg/mL，给药量为100 mu;g/只/次，即100 mu;l药液；阴性对照组：100 mu;l油剂/只/次给药时间是在模型成功（以血糖ge;11.1 mmol/L为准）后第2周开始进行皮下注射给药，将此给药时间设定为给药的第1周，之后分别于第234712周时分别给药1次，共6次3) 体重监测每次免疫前监测每只小鼠的体重，统计每只小鼠的体重变化情况5.2 眼眶取血，分离血清选择造模前即第0周，造模后给药前即第一周，以及在第1、2、3、4周面以后，第7周时，眼静脉丛取血，室温静置待血液凝固后，4000r/min离心10min两次后分离血清，-70℃冻存。
5.3 ELISA检测抗体效价1) 包被：包被液（0.05 ，PH9.6）加抗原稀释成10 ，每孔加入100mu;L，4℃包被过夜。
2) 弃去包被液，（扎紧拍板）加入5%（5g/100mL R0水）脱脂奶粉200mu;L封闭，封闭时间2h，37℃。
3) 弃去封闭液，每孔加入5％脱脂奶粉封闭液稀释的小鼠血清100mu;L（1：100）每管血清3个平行，37℃，孵育1h。
4) 弃去血清，每孔用PBST（含0.5％吐温的PBS溶液，ph7.4）和蒸馏水，间隔洗涤，每次3min，共洗涤6次。
5) 洗涤后，每孔加入用5％脱脂奶粉封闭液稀释的辣根过氧化物酶标记的单抗小鼠IgG二抗100mu;L，稀释倍数1：5000，37℃孵育1h。
6) 弃去酶标二抗液，每孔用PBST和蒸馏水间隔洗涤，每次3min，共洗涤6次。
7) 洗涤后，每孔加入100mL TMB显色液（过氧化氢尿素TMB溶液）。
37℃反应30min，加入2 （50-100mu;L）终止反应。
8) 用酶标仪在450nm波长下测定每孔的OD值，实验组OD值/对照组OD值gt;2.1为阳性，呈现阳性反应的最高稀释倍数是血清效价实验技术：1. T细胞表位预测软件；2. 眼眶取血；3. Elisa测抗体效价；4. 皮下注射给药；5. Western检测等【关键问题】1. 分析网络上免费的T细胞表位预测软件的准确性并寻找规律，结合规律预测老年痴呆症靶标蛋白的T细胞表位；2. 将预测所得T表位和其B表位连接合成肽，免疫动物，检测抗体效价【时间安排】2/26-3/19：分析T细胞表位预测软件，筛选合适的T细胞表位预测软件；3/20-3/26：用T细胞表位预测软件分析已知蛋白，与已知的有效T细胞表位进行对比，分析T细胞表位在线分析软件的准确性和寻找规律，并结合规律预测老年痴呆症靶标蛋白的T细胞表位；3/27-5/22：动物建模，免疫动物；5/22-5/31：Elisa测抗体效价Western检测等【参考文献】[1]张磊,杨苏蓓. 老年痴呆症发病机制下的治疗药物研究[J]. 中国现代药物应用,2010,(20):238-239.[2]栾冰,许微微,王靳君. 老年痴呆症发病机制及其药物治疗[J]. 中国药物经济学,2013,(06):213-214.[3]张瑞堂,石晓峰. 老年痴呆症的药物治疗概述[J]. 甘肃医药,2009,(01):20-24[4]王艳华， 张德林， 殷宏，等. 抗原表位预测方法的研究进展[J]. 中国兽医科学， 2009（10）：938-940.[5]王平忠. T细胞表位预测研究进展[J]. 国际免疫学杂志， 2004， 27（2）：109-112.[6]韩勇， 高花， 翟晓鑫，等. 新型多肽表位技术研究进展[J]. 中国畜牧兽医， 2017， 44（1）：44-52.[7]李少华，唐康，张春梅，金伯泉，马樱. 联合TB细胞表位设计多肽疫苗的研究进展[J]. 中国免疫学杂志，2017，（01）：136-139. [8]李胜涛，刘昌文，邹泽红，陶爱林. MHC-Ⅱ类抗原表位预测软件的对比评价[J]. 生物医学工程研究，2010，（02）：128-132. [9]朱爱华，鲁勇，金亮，吴洁，李泰明，刘景晶. P277多肽融合热休克蛋白65提高抗1型糖尿病的作用[J]. 生物工程学报，2008，（04）：640-645. [10] Nussbaum G， Zaninzhorov A， Quintana F， et al. Peptide p277 of HSP60 signals T cells：inhibition of inflammatory chemotaxis.[J]. International Immunology， 2006， 18（10）：1413-1419.[11] Nielsen M， Justesen S， Lund O， et al. NetMHCIIpan-2.0 - Improved pan-specific HLA-DR predictions using a novel concurrent alignment and weight optimization training procedure.[J]. Immunome Research， 2010， 6（1）：9.[12] Bhasin M， Raghava G P. SVM based method for predicting HLA-DRB1*0401 binding peptides in an antigen sequence.[J]. Bioinformatics， 2004， 20（3）：421-423.[13] Nielsen M， Lundegaard C ， Lund O.Predi ction of MHC class II binding affinity using SMM-align ， a novel stabi lization matrix alignment method [ J] .BMC Bioinformati cs ，2007 .8：238.[14] Kruger S .Identification of a naturally processed HLA-DR-restricted T-helper epitope in Epstein -Barr virus nuclear antigen type 1[ J] .J Immunother ， 2003 ， 26（3）：212 -221 .[15] Wen J S .Computational prediction and identifi cation of dengue virus -specific D4（ ）T -cell epitopes[ J] .Virus Res ， 2008 ， 132（1 -2）：42-48 .[16] Buus S .Description and predi ction of peptide -MHC binding：the humanMHC project [ J] .Curr Opin Immunol ， 1999， 11（2）：209 -213 .[17] Singh H ， Raghava G P S .ProPred：predi ction of HLA -DRbinding sites [ J] .Bioinformatics ， 2001 ， 17（12）：1236 -1237 .[18] Godkin A J .Naturally processed HLA class II peptides reveal highly conserved immunogenic flanking region sequence preferences that reflect antigen processing rather than peptide -MHC interactions [ J] . J Immunol ， 2001 ，166（11）：6720 -6727 .
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
