tooluniverse-vaccine-design

疫苗设计

通过表位预测、人群覆盖率优化和免疫原性评估，设计肽类／亚单位疫苗候选方案的计算流程。

推理策略

疫苗设计需要呈递合适的表位以诱导保护性免疫——不仅是任意免疫反应，而是能够中和病原体、持久且广泛适用的免疫反应。对于 T 细胞疫苗，核心工具是 MHC 结合预测（IEDB 工具）：预测多个 HLA 等位基因对肽-MHC 的亲和力，然后选择能够广泛覆盖目标人群的表位。对于抗体疫苗，优先选择暴露于表面且保守的区域——深埋或高度可变的区域都不是理想的抗体靶点。MHC 结合不等于免疫原性；许多结合能力良好的表位在体内并无免疫原性，原因可能是免疫耐受、加工呈递能力差或缺乏 T 细胞帮助。多表位策略（结合用于 CD8+ CTL 应答的 MHC-I 表位、用于 CD4+ 辅助应答的 MHC-II 表位，以及用于诱导抗体的 B 细胞表位）比单一表位更稳健。病原体不同菌株间的保守性至关重要——在免疫压力下会发生突变的表位（如 HIV 包膜蛋白的高变区）不是理想的疫苗靶点。

查询而非猜测：不要凭记忆预测 MHC 结合或人群覆盖率——T 细胞预测请使用 IEDB_predict_mhci_binding / IEDB_predict_mhcii_binding，抗体（B 细胞）表位预测请使用 IEDB_predict_bcell_epitopes，已验证的实验数据请使用 iedb_search_epitopes。不要假设病原体表面有哪些成分；请从 UniProt 或 BVBRC 获取带注释的序列。

关键原则：

1. 以表位为核心——疫苗通过向 T/B 细胞呈递表位发挥作用；从表位预测开始
2. 人群覆盖率很重要——HLA 多样性意味着没有单一表位能够覆盖所有人；应设计广覆盖方案
3. 多表位更佳——结合 CD8+（MHC-I）和 CD4+（MHC-II）表位，获得稳健的免疫力
4. 保守性 = 广泛保护——不同菌株间的保守表位可提供交叉保护性免疫
5. 证据分级——T1：临床试验数据，T2：体内免疫原性，T3：体外结合，T4：仅计算预测

---

适用场景

• “设计一种针对 [pathogen] 的疫苗”
• “预测 [protein] 的 T 细胞表位”
• “[protein] 有哪些 MHC-I 表位？”
• “评估这些表位的人群覆盖率”
• “查找 [pathogen] 不同菌株间的保守表位”

不适用此技能：仅需进行 HLA 分型或查询等位基因频率时，请使用 tooluniverse-hla-immunogenomics。抗体工程请使用 tooluniverse-antibody-engineering。

---

核心工具

工具	用途
IEDB_predict_bcell_epitopes	根据序列从头预测线性 B 细胞（抗体）表位（BepiPred/Emini/…）
iedb_search_epitopes	搜索经过实验验证的表位
iedb_get_epitope_mhc	获取详细的表位数据（检测结果、MHC 限制性）
iedb_search_mhc	搜索经过验证的 MHC 结合检测数据
IEDB_predict_mhci_binding	预测 MHC-I 结合（NetMHCpan EL；排名 < 0.5% = 强结合）
IEDB_predict_mhcii_binding	预测 MHC-II 结合（NetMHCIIpan EL；CD4+ 辅助表位）
UniProt_get_entry_by_accession	获取抗原蛋白序列
UniProt_search	查找病原体蛋白序列
BVBRC_search_genome_features	搜索病原体蛋白质组
alphafold_get_prediction	获取／预测抗原的 3D 结构
EnsemblVEP_annotate_hgvs	检查不同变体间表位的保守性
PubMed_search_articles	查找已发表的疫苗研究
search_clinical_trials	查找正在进行的疫苗临床试验

---

工作流

Phase 0: Antigen Selection
  Pathogen → essential surface proteins → sequence retrieval
    |
Phase 1: T-Cell Epitope Prediction
  MHC-I (CD8+ CTL) and MHC-II (CD4+ helper) binding prediction
    |
Phase 2: B-Cell Epitope Prediction
  Linear and conformational B-cell epitopes for antibody response
    |
Phase 3: Population Coverage
  HLA allele frequencies → design for target population
    |
Phase 4: Conservation Analysis
  Cross-strain epitope conservation → broad protection
    |
Phase 5: Candidate Assembly & Report
  Multi-epitope construct design → immunogenicity assessment

阶段 0：抗原选择

疫苗的最佳抗原：暴露于表面、对病原体功能至关重要，并且在不同菌株间保守。

# Find pathogen surface proteins
UniProt_search(query="[organism] AND locations:(location:cell surface) AND reviewed:true")
# Or search BVBRC for annotated pathogen proteomes
BVBRC_search_genome_features(keyword="surface protein", genome_id="[taxon_id]")

抗原优先级排序：优先选择暴露于表面的抗原（分泌蛋白／外膜蛋白），而非细胞质抗原；在不同菌株间的保守性 >95%；对病原体存活至关重要；在自然感染中已知具有免疫原性。使用 UniProt 亚细胞定位注释和 PubMed 验证这些特性。

阶段 1：T 细胞表位预测

MHC-I 表位（CD8+ 细胞毒性 T 细胞——杀死受感染的细胞）：

# Option A: Search for KNOWN validated epitopes from IEDB
iedb_search_mhc(
    mhc_class="I",
    qualitative_measure="Positive",
    filters={"source_organism_iri": "eq.NCBITaxon:2697049"},  # SARS-CoV-2
    select=["linear_sequence", "mhc_restriction", "qualitative_measure"],
    limit=50
)

# Option B: PREDICT novel peptide binding (recommended for new proteins)
IEDB_predict_mhci_binding(
    sequence="YOUR_PROTEIN_SEQUENCE",  # full protein or peptide
    allele="HLA-A*02:01",             # or H-2-Kd for mouse
    method="netmhcpan_el",            # EL = eluted ligand (recommended)
    length=9                           # 8-11 for MHC-I
)
# Returns peptides ranked by percentile_rank:
# < 0.5% = strong binder (include in vaccine)
# 0.5-2% = moderate binder (consider)
# > 2% = weak/non-binder (exclude)

MHC-II 表位（CD4+ 辅助性 T 细胞——激活 B 细胞和 CD8+ T 细胞）：

iedb_search_mhc(
    mhc_class="II",
    qualitative_measure="Positive",
    filters={"source_organism_iri": "eq.NCBITaxon:2697049"},
    limit=50
)

结合亲和力解读：

IC50 (nM)	分类	与疫苗的相关性
< 50	强结合物	纳入——呈递概率高
50-500	中等结合物	考虑纳入——可能有助于免疫应答
500-5000	弱结合物	排除——不太可能被呈递
> 5000	不结合物	排除

HLA 超型策略：为获得广泛覆盖，应针对 HLA 超型进行预测：

• A2 超型（A02:01、A02:06、A*68:02）——全球覆盖率约 40%
• A3 超型（A03:01、A11:01、A*31:01）——覆盖率约 25%
• B7 超型（B07:02、B35:01、B*51:01）——覆盖率约 25%
• A2 + A3 + B7 + B44 合并——覆盖大多数人群的 >90%

阶段 2：B 细胞表位预测

B 细胞表位会触发抗体生成。应寻找：

• 线性表位：连续的肽序列（更易合成）
• 构象表位：3D 表面区域（需要结构数据）

# De-novo predict LINEAR B-cell epitopes along the antigen sequence (BepiPred).
# Returns contiguous predicted epitope regions + per-residue scores.
IEDB_predict_bcell_epitopes(sequence="[antigen_aa_sequence]", method="Bepipred")
# Cross-check against KNOWN experimentally validated epitopes
iedb_search_epitopes(query="[protein_name]", epitope_type="B cell")
# Get structure for conformational epitope prediction
alphafold_get_prediction(uniprot_id="[accession]")

B 细胞表位标准：暴露于表面的环区、亲水区域、柔性区域（B 因子高）。优先选择 IEDB_predict_bcell_epitopes 得出的、同时位于结构中暴露于表面环区的区域；method 参数还支持 Emini（表面可及性）、Kolaskar-Tongaonkar（抗原性）和 Parker（亲水性）方法。

阶段 3：人群覆盖率

ToolUniverse 中没有 HLA 频率工具，但覆盖率计算已封装在 scripts/population_coverage.py 中。传入所选表位结合的 HLA 等位基因 （来自 IEDB_predict_mhci/mhcii_binding 结果），即可获得覆盖人群的百分比：

# Broad first-pass estimate (bundled average frequencies):
python scripts/population_coverage.py --alleles "HLA-A*02:01,HLA-A*01:01,HLA-A*03:01,HLA-A*24:02,HLA-B*07:02,HLA-B*08:01,HLA-B*44:02"
# -> {"overall_coverage": 73.6, "per_locus_coverage_pct": {"A": 62.9, "B": 28.9}, ...}

# Population-SPECIFIC: supply real allele frequencies (ALLELE<TAB>FREQ) for the
# target ethnicity from the Allele Frequency Net Database (allelefrequencies.net)
# or the IEDB population-coverage tool (tools.iedb.org/population):
python scripts/population_coverage.py --alleles-file covered.txt --freq-file afnd_han_chinese.tsv

内置默认值是一个近似的广泛平均值——不要将其报告为特定族群的覆盖率；要计算特定族群的覆盖率，请使用 AFND/IEDB 数据和 --freq-file。同时使用 HLA 超型策略，确保表位集合涵盖常见超型。

人群覆盖率目标：

覆盖率等级	解读	行动
>90%	极佳——疫苗对大多数人都有效	继续开发
70-90%	良好——覆盖大多数人；部分人群覆盖不足	为未覆盖的 HLA 类型增加更多表位
50-70%	中等——存在显著缺口	重新设计，以扩大 HLA 覆盖范围
<50%	较差——疫苗会漏掉太多人	需要从根本上重新设计

阶段 4：保守性分析

检查表位是否在不同病原体菌株／变异株间保守：

# Search for protein variants across strains
PubMed_search_articles(query="[pathogen] [protein] sequence variation strains")
# Check specific mutations in epitope regions
EnsemblVEP_annotate_hgvs(hgvs_notation="[variant_in_epitope]")

保守性解读：

• 在所有已知菌株中 100% 保守 → 理想的疫苗靶标
• >95% 保守 → 良好的靶标；监测新出现的变异株
• 80-95% 保守 → 可能需要在构建体中加入菌株特异性变体
• <80% 保守 → 避免使用；病原体可能进化以逃避该表位

阶段 5：候选构建体组装与报告

多表位构建体设计原则：

1. 纳入 3-5 个 MHC-I 表位（CD8+ 反应）
2. 纳入 2-3 个 MHC-II 表位（CD4+ 辅助反应）
3. 纳入 1-2 个 B 细胞表位（抗体反应）
4. 使用合适的连接肽连接（MHC-I 使用 AAY，MHC-II 使用 GPGPG）
5. 如有需要，添加佐剂序列（例如，用于 TLR5 的鞭毛蛋白结构域）

报告结构：

1. 抗原选择——选择依据、保守性、必需性
2. 表位图谱——所有预测表位及其结合亲和力和 HLA 限制
3. 顶级表位——按结合强度 × 保守性 × 人群覆盖率排序
4. 人群覆盖率——主要世界人群的覆盖率
5. 保守性分析——菌株覆盖率、免疫逃逸风险评估
6. 构建体设计——含多表位及连接肽的序列
7. 临床先例——针对相关抗原的现有疫苗/试验
8. 局限性——仅为预测（T4 证据）；仍需实验验证

---

局限性

• 所有预测均为计算结果（T4 证据）——在开展任何临床开发之前，必须进行实验验证（结合试验、免疫原性研究）
• 不保证具有免疫原性——MHC 结合 ≠ 免疫原性；许多结合能力良好的表位在体内并不具有免疫原性
• B 细胞表位预测的可靠性低于 T 细胞表位预测；构象表位需要准确的结构
• 不进行佐剂优化——佐剂选择需要通过实证测试
• 病原体免疫逃逸——快速进化的病原体（HIV、流感病毒）可能逃逸基于表位的疫苗