آموزش کامل BepiPred؛ از اجرای آنالیز تا تفسیر نتایج

آشنایی با ابزار BepiPred

BepiPred یکی از شناخته‌شده‌ترین ابزارهای بیوانفورماتیکی برای پیش‌بینی اپی‌توپ‌های سلول B است. این ابزار با دریافت توالی آمینواسیدی یک پروتئین، احتمال اپی‌توپ بودن هر باقی‌مانده آمینواسیدی را محاسبه کرده و نواحی‌ را که بیشترین احتمال شناسایی توسط آنتی‌بادی‌ها را دارند، به‌عنوان کاندید معرفی می‌کند. از آنجا که BepiPred تنها به توالی پروتئین نیاز دارد، می‌توان از آن حتی در مواردی که ساختار سه‌بعدی پروتئین در دسترس نیست نیز استفاده کرد.

شناسایی اپی‌توپ‌های سلول B نقش مهمی در حوزه‌هایی مانند طراحی واکسن، توسعه آنتی‌بادی‌های درمانی، طراحی کیت‌های تشخیصی و سایر مطالعات ایمونوانفورماتیک دارد. بااین‌حال، تعیین این نواحی به روش‌های آزمایشگاهی معمولاً فرایندی زمان‌بر، پرهزینه و نیازمند انجام آزمایش‌های متعدد است. BepiPred با محدود کردن فضای جست‌وجو و معرفی نواحی محتمل، به پژوهشگران کمک می‌کند تا پیش از انجام آزمایش‌های تجربی، مناسب‌ترین کاندیداها را برای بررسی‌های بیشتر انتخاب کنند.

البته باید توجه داشت که خروجی BepiPred به معنای تأیید قطعی یک اپی‌توپ نیست. این ابزار تنها احتمال اپی‌توپ بودن هر باقی‌مانده را بر اساس مدل پیش‌بینی خود محاسبه می‌کند و نتایج آن باید در کنار سایر شواهد محاسباتی و در صورت نیاز، تست‌های آزمایشگاهی تفسیر شوند.

اما اپی‌توپ سلول B دقیقاً چیست و BepiPred چه نوع اپی‌توپ‌هایی را پیش‌بینی می‌کند؟ برای پاسخ به این سؤال، ابتدا باید با مفهوم اپی‌توپ‌های سلول B و انواع آن‌ها آشنا شویم.

اپی‌توپ سلول B چیست؟

برای درک نحوه عملکرد BepiPred، ابتدا باید بدانیم این ابزار دقیقاً چه چیزی را پیش‌بینی می‌کند. اپی‌توپ سلول B بخشی از یک آنتی‌ژن است که توسط آنتی‌بادی یا گیرنده سلول B (B-cell receptor یا BCR) شناسایی و به آن متصل می‌شود. به بیان ساده، آنتی‌بادی‌ها معمولاً به کل سطح یک پروتئین متصل نمی‌شوند، بلکه تنها نواحی مشخصی از آن را تشخیص می‌دهند که به آن‌ها اپی‌توپ گفته می‌شود.

اپی‌توپ‌های سلول B به دو گروه اصلی تقسیم می‌شوند:

اپی‌توپ‌های خطی (Linear B-cell epitopes)

این اپی‌توپ‌ها از مجموعه‌ای از آمینواسیدهای متوالی در توالی اولیه پروتئین تشکیل شده‌اند. به عبارت دیگر، باقی‌مانده‌های آمینواسیدی تشکیل‌دهنده این نوع اپی‌توپ در کنار یکدیگر قرار دارند.

برای مثال، اگر بخشی از یک توالی پروتئینی به‌صورت زیر باشد:

...A–K–L–D–T–Y–N–G–R...

ممکن است ناحیه L–D–T–Y–N یک اپی‌توپ خطی باشد. از آنجا که آمینواسیدهای این ناحیه در توالی اولیه نیز مجاور یکدیگر هستند، شناسایی و سنتز آن‌ها برای مطالعات آزمایشگاهی نسبتاً ساده‌تر است.

اپی‌توپ‌های فضایی (Conformational B-cell epitopes)

در اپی‌توپ‌های فضایی یا ناپیوسته، آمینواسیدهای تشکیل‌دهنده اپی‌توپ لزوماً در توالی اولیه کنار هم قرار ندارند. این باقی‌مانده‌ها ممکن است در بخش‌های مختلف توالی قرار گرفته باشند، اما پس از تاخوردگی پروتئین و تشکیل ساختار سه‌بعدی، در کنار یکدیگر قرار می‌گیرند و ناحیه‌ای را ایجاد می‌کنند که توسط آنتی‌بادی شناسایی می‌شود.

نکته مهم این است که بخش عمده اپی‌توپ‌های سلول B از نوع فضایی هستند. به همین دلیل، پیش‌بینی آن‌ها تنها بر اساس توالی آمینواسیدی یکی از چالش‌های مهم در ایمونوانفورماتیک محسوب می‌شود.

شناخت تفاوت این دو نوع اپی‌توپ اهمیت زیادی دارد، زیرا روش‌های مختلف پیش‌بینی ممکن است برای شناسایی اپی‌توپ‌های خطی، فضایی یا هر دو طراحی شده باشند. BepiPred 3.0 نیز با هدف پیش‌بینی هر دو نوع اپی‌توپ سلول B توسعه یافته است؛ اما این کار را تنها با استفاده از توالی پروتئین انجام می‌دهد. اینکه این ابزار چگونه از روی توالی آمینواسیدی چنین پیش‌بینی‌ انجام می‌دهد، موضوع بخش بعدی مقاله است.

BepiPred چگونه کار می‌کند؟

عملکرد BepiPred 3.0 را می‌توان به یک فرایند چندمرحله‌ای تشبیه کرد. این ابزار ابتدا توالی آمینواسیدی پروتئین را به‌عنوان ورودی دریافت می‌کند، سپس اطلاعات موجود در این توالی را به ویژگی‌های قابل‌درک برای مدل تبدیل می‌کند و در نهایت برای هر باقی‌مانده آمینواسیدی، امتیاز احتمال اپی‌توپ بودن (Epitope Score) را محاسبه می‌کند. هرچه این امتیاز بیشتر باشد، احتمال اینکه آن باقی‌مانده بخشی از یک اپی‌توپ سلول B باشد نیز بیشتر خواهد بود.

به‌طور خلاصه، روند پیش‌بینی در BepiPred 3.0 را می‌توان به‌صورت زیر نمایش داد:

توالی آمینواسیدی ⟵ تولید نمایش عددی (Embedding) توسط ESM-2 ⟵ پیش‌بینی Epitope Score توسط FFNN ⟵اعمال Threshold ⟵ شناسایی نواحی کاندید اپی‌توپی

همان‌طور که در شکل زیر مشاهده می‌کنید، BepiPred 3.0 برای انجام این فرایند از دو مؤلفه اصلی بهره می‌برد: مدل زبانی پروتئینی ESM-2 که برای هر باقی‌مانده آمینواسیدی یک نمایش عددی (Embedding) تولید می‌کند و شبکه عصبی پیش‌خور (Feed Forward Neural Network یا FFNN) که با استفاده از این Embeddingها، احتمال اپی‌توپ بودن هر باقی‌مانده را پیش‌بینی می‌کند.

نکته مهم این است که شکل بالا در واقع دو فرایند متفاوت را به‌طور هم‌زمان نمایش می‌دهد. در بخش Data and Features، مراحل توسعه و آموزش BepiPred 3.0 نشان داده شده است؛ یعنی پژوهشگران ابتدا با استفاده از ساختارهای آنتی‌بادی–آنتی‌ژن، باقی‌مانده‌های اپی‌توپی را شناسایی و برچسب‌گذاری کرده‌اند، سپس با کمک مدل زبانی ESM-2 برای هر باقی‌مانده یک Embedding تولید کرده و از این ویژگی‌ها برای آموزش شبکه عصبی FFNN استفاده کرده‌اند. این مراحل تنها یک‌بار و در زمان توسعه ابزار انجام شده‌اند.

در مقابل، زمانی که کاربر از وب‌سرور BepiPred 3.0 استفاده می‌کند، دیگر نیازی به آموزش مدل نیست. تنها توالی پروتئین وارد مدل آموزش‌دیده می‌شود و خروجی آن به‌صورت Epitope Score برای هر باقی‌مانده، همراه با نمودار تعاملی و فایل‌های خروجی، در اختیار کاربر قرار می‌گیرد.

نقش مدل زبانی پروتئینی ESM-2

یکی از مهم‌ترین تفاوت‌های BepiPred 3.0 با نسخه‌های پیشین، استفاده از یک مدل زبانی پروتئینی (Protein Language Model) به نام ESM-2 است.

مدل‌های زبانی پروتئینی از نظر مفهومی شباهت زیادی به مدل‌های زبانی مورد استفاده در پردازش متن دارند. همان‌طور که معنای یک کلمه تنها با دانستن خود آن مشخص نمی‌شود و به کلمات اطرافش نیز وابسته است، نقش یک آمینواسید نیز فقط به نوع آن محدود نیست و به جایگاه و زمینه‌ای که در توالی پروتئین قرار گرفته بستگی دارد.

ESM-2 با یادگیری الگوهای موجود در میلیون‌ها توالی پروتئینی، برای هر آمینواسید یک Embedding یا نمایش عددی غنی تولید می‌کند. این نمایش عددی تنها هویت آمینواسید را توصیف نمی‌کند، بلکه اطلاعاتی درباره ارتباط آن با سایر بخش‌های توالی و الگوهای تکاملی پروتئین را نیز در اختیار مدل قرار می‌دهد.

این ویژگی برای پیش‌بینی اپی‌توپ‌های سلول B اهمیت زیادی دارد، زیرا بسیاری از این اپی‌توپ‌ها ماهیت فضایی دارند و از باقی‌مانده‌هایی تشکیل شده‌اند که در توالی اولیه ممکن است از یکدیگر فاصله زیادی داشته باشند، اما پس از تاخوردگی پروتئین در کنار هم قرار می‌گیرند. استفاده از Embeddingهای غنی‌تر به BepiPred 3.0 کمک می‌کند چنین الگوهای پیچیده‌ای را بهتر شناسایی کند.

افزایش دقت BepiPred 3.0 با استفاده از ESM-2

برای ارزیابی اهمیت ESM-2، توسعه‌دهندگان BepiPred 3.0 عملکرد این مدل را با روش‌های رایج‌تر نمایش توالی مانند Sparse Encoding و BLOSUM62 مقایسه کردند. نتایج نشان داد مدل‌هایی که از Embeddingهای تولیدشده توسط ESM-2 استفاده می‌کردند، توانایی بیشتری در تشخیص باقی‌مانده‌های اپی‌توپی داشتند.

برای مثال، در یکی از مجموعه‌های آزمون مستقل، مدل مبتنی بر ESM-2 به AUC برابر با 0.762 دست یافت، در حالی که همین مدل با استفاده از نمایش BLOSUM62 مقدار 0.641 را کسب کرد. این اختلاف نشان می‌دهد که نحوه نمایش توالی، نقش مهمی در افزایش دقت پیش‌بینی دارد.

AUC یا Area Under the Curve معیاری برای ارزیابی عملکرد مدل‌های طبقه‌بندی است و توانایی آن‌ها را در تفکیک نمونه‌های مثبت از منفی نشان می‌دهد. مقدار AUC بین ۰ تا ۱ قرار می‌گیرد و هرچه به ۱ نزدیک‌تر باشد، عملکرد مدل بهتر است؛ در مقابل، مقدار ۰٫۵ معمولاً نشان‌دهنده عملکردی نزدیک به یک پیش‌بینی تصادفی است.

تفاوت بین نسخه‌های BepiPred

ابزار BepiPred طی چند نسل توسعه یافته و در هر نسخه، روش مورد استفاده برای پیش‌بینی اپی‌توپ‌های سلول B تغییر کرده است. این تغییرات را می‌توان مسیری از الگوریتم‌های کلاسیک بیوانفورماتیک به سمت یادگیری ماشین و در نهایت مدل‌های زبانی پروتئینی دانست.

نسخه	رویکرد اصلی	دیتای مورد‌استفاده برای آموزش	ویژگی مهم
BepiPred 1.0	Hidden Markov Model (HMM)	داده‌های مبتنی بر پپتیدهای اپی‌توپی	نسل اولیه BepiPred
BepiPred 2.0	Random Forest	ساختار کمپلکس‌های آنتی‌بادی–آنتی‌ژن	استفاده از داده‌های ساختاری برای آموزش مدل
BepiPred 3.0	Protein Language Model + FFNN	داده‌های ساختاری بهبودیافته از کمپلکس‌های آنتی‌بادی–آنتی‌ژن	استفاده از Embeddingهای مدل ESM-2

BepiPred 1.0؛ نسل اولیه پیش‌بینی اپی‌توپ

نسخه اولیه BepiPred با ترکیب یک مدل مارکوف مخفی یا HMM و اطلاعات مربوط به ویژگی‌های آمینواسیدها توسعه یافت. این نسخه یکی از ابزارهای اولیه برای پیش‌بینی اپی‌توپ‌های خطی سلول B براساس توالی پروتئین بود، اما مانند بسیاری از روش‌های اولیه، توانایی محدودی در شناسایی الگوهای پیچیده مرتبط با اپی‌توپ‌ها داشت.

BepiPred 2.0؛ استفاده از داده‌های ساختاری و یادگیری ماشین

در BepiPred 2.0، رویکرد توسعه ابزار تغییر قابل‌توجهی کرد. این نسخه با استفاده از یک الگوریتم Random Forest و داده‌های استخراج‌شده از ساختارهای سه‌بعدی کمپلکس‌های آنتی‌بادی–آنتی‌ژن آموزش داده شد.

نکته مهم این است که اگرچه BepiPred 2.0 همچنان یک ابزار مبتنی بر توالی بود و برای استفاده از آن نیازی به وارد کردن ساختار سه‌بعدی پروتئین وجود نداشت، داده‌های ساختاری در مرحله آموزش مدل برای تعیین باقی‌مانده‌های اپی‌توپی مورد استفاده قرار گرفته بودند. این رویکرد به مدل اجازه داد از اطلاعات واقعی مربوط به محل تماس آنتی‌بادی و آنتی‌ژن یاد بگیرد.

BepiPred 3.0؛ ورود مدل‌های زبانی پروتئینی

بزرگ‌ترین تغییر در BepiPred 3.0، استفاده از مدل زبانی پروتئینی ESM-2 بود. در این نسخه، توالی آمینواسیدی به Embeddingهای عددی غنی تبدیل می‌شود و این اطلاعات در اختیار مدل پیش‌بینی‌کننده قرار می‌گیرد. علاوه بر تغییر در نحوه نمایش توالی، مجموعه داده آموزشی نیز به‌روزرسانی و روش‌های کاهش افزونگی داده‌ها بهبود داده شدند.

نتایج ارزیابی توسعه‌دهندگان نشان داد که این تغییرات به بهبود قابل‌توجه عملکرد BepiPred منجر شده‌اند. در یک مجموعه آزمون مستقل شامل پنج آنتی‌ژن، مقدار AUC برای BepiPred 1.0 برابر با 0.573، برای BepiPred 2.0 برابر با 0.596 و برای BepiPred 3.0 برابر با 0.738 گزارش شد.

بنابراین، تفاوت BepiPred 3.0 با نسخه‌های قبلی صرفاً به تغییر رابط کاربری یا اضافه شدن چند قابلیت جدید محدود نمی‌شود؛ بلکه معماری محاسباتی و نحوه استخراج اطلاعات از توالی پروتئین نیز تغییر اساسی کرده است. به همین دلیل، در ادامه این آموزش تمرکز اصلی ما بر BepiPred 3.0 و نحوه استفاده عملی از این نسخه خواهد بود.

آموزش گام‌به‌گام کار با BepiPred 3.0

کار با BepiPred 3.0 نسبتاً ساده است و برای انجام یک پیش‌بینی اولیه، تنها به توالی آمینواسیدی پروتئین موردنظر نیاز دارید. این ابزار امکان بررسی یک یا چند توالی پروتئینی را فراهم می‌کند و نتایج را هم به‌صورت گرافیکی و هم در قالب فایل‌های قابل دانلود در اختیار کاربر قرار می‌دهد.

در ادامه، مراحل انجام پیش‌بینی اپی‌توپ‌های سلول B با BepiPred 3.0 را بررسی می‌کنیم.

مرحله اول: وارد کردن توالی پروتئین

ابتدا از لینک زیر وارد وب‌سرور BepiPred 3.0 شوید:

اکنون با صفحه‌ای مانند تصویر زیر مواجه می‌شوید که در ادامه بخش‌های مختلف آن را شرح داده‌ایم:

ورودی BepiPred 3.0 باید یک یا چند توالی پروتئینی در قالب FASTA باشد و این ابزار توالی‌های نوکلئیک‌اسیدی را به‌عنوان ورودی نمی‌پذیرد.

برای مثال:

>Protein_1SMCDAFVGTWKLVSSENFDDYMKEVGVGFATRKVAGMAKPNMIISVNGDLVTIRSEST
FKNTEISFKLGVEFDEITADDRKVKSIITLDGGALVQVQKWDGKSTTIKRKRDGDKLV
VECVMKGVTSTRVYERA

توالی را می‌توان مستقیماً در کادر وارد کرد یا یک فایل حاوی یک یا چند توالی پروتئینی در فرمت FASTA را بارگذاری کرد. همچنین گزینه Load Data برای بارگذاری یک توالی نمونه و آشنایی با نحوه عملکرد ابزار در دسترس است.

مرحله دوم: تنظیم Top epitope percentage cutoff

این گزینه به کاربر اجازه می‌دهد خروجی را براساس درصدی از باقی‌مانده‌هایی که بیشترین احتمال اپی‌توپ بودن را دارند، دریافت کند. گزینه‌های موجود شامل 20%، 50%، 70% یا همه درصدها هستند.

برای مثال، انتخاب 20% به این معناست که خروجی مربوط به ۲۰ درصد از باقی‌مانده‌هایی ارائه می‌شود که بالاترین امتیاز پیش‌بینی BepiPred را دارند. این روش یک انتخاب رتبه‌محور است و با استفاده از Threshold تفاوت دارد.

مرحله سوم: تعیین Threshold

روش دیگر برای طبقه‌بندی باقی‌مانده‌های اپی‌توپی، استفاده از Threshold یا آستانه تصمیم‌گیری است. مقدار پیش‌فرض Threshold در BepiPred 3.0 برابر با 0.1512 است. باقی‌مانده‌هایی که امتیاز آن‌ها از آستانه تعیین‌شده عبور کند، در خروجی مربوط به Threshold به‌عنوان کاندید اپی‌توپی در نظر گرفته می‌شوند.

به‌طور کلی، کاهش Threshold باعث می‌شود تعداد بیشتری از باقی‌مانده‌ها به‌عنوان کاندید انتخاب شوند، اما می‌تواند احتمال ورود پیش‌بینی‌های مثبت کاذب را نیز افزایش دهد. در مقابل، افزایش Threshold انتخاب را سخت‌گیرانه‌تر می‌کند و تعداد کاندیدها را کاهش می‌دهد.

مرحله چهارم: تنظیم Sequential smoothing

گزینه Sequential smoothing برای ساده‌تر شدن شناسایی نواحی پیوسته‌ای از توالی طراحی شده است که احتمال بیشتری برای تشکیل اپی‌توپ‌های خطی دارند. با فعال کردن این گزینه، یک Rolling Mean یا میانگین متحرک روی امتیازهای متوالی اعمال می‌شود و نوسانات نقطه‌ای نمودار کاهش پیدا می‌کنند.

در نتیجه، به‌جای تمرکز بر یک باقی‌مانده منفرد با امتیاز بالا، مشاهده «پچ‌ها» یا نواحی پیوسته با امتیاز بالا آسان‌تر می‌شود. بااین‌حال، استفاده از Sequential smoothing می‌تواند خطر وارد شدن باقی‌مانده‌های False Positive به نواحی پیش‌بینی‌شده را افزایش دهد. به همین دلیل، مقدار پیش‌فرض این گزینه در BepiPred 3.0 روی No قرار دارد.

پس از وارد کردن توالی و تعیین تنظیمات، BepiPred آنالیز را اجرا کرده و برای باقی‌مانده‌های آمینواسیدی امتیاز پیش‌بینی تولید می‌کند.

آشنایی با خروجی‌های BepiPred 3

پس از اجرای پیش‌بینی، BepiPred-3.0 چندین فایل خروجی در اختیار کاربر قرار می‌دهد که هرکدام اطلاعات متفاوتی درباره احتمال وجود اپی‌توپ سلول B در توالی پروتئین ارائه می‌کنند. مهم‌ترین خروجی‌ها شامل فایل‌های FASTA، فایل CSV شامل امتیازهای عددی و یک نمودار تعاملی HTML هستند.

هر یک از این خروجی‌ها کاربرد متفاوتی دارند. نمودار تعاملی، دیدی سریع و بصری از نتایج پیش‌بینی ارائه می‌دهد؛ فایل CSV تمامی امتیازهای محاسبه‌شده برای هر باقی‌مانده آمینواسیدی را در اختیار کاربر قرار می‌دهد و فایل‌های FASTA نیز نواحی کاندید اپی‌توپی را در قالبی ساده و قابل‌استفاده برای تحلیل‌های بعدی نمایش می‌دهند. آشنایی با این خروجی‌ها، اولین گام برای تفسیر صحیح نتایج BepiPred است.

در ادامه، هر یک از این خروجی‌ها را به‌طور جداگانه بررسی می‌کنیم.

۱. نمودار تعاملی نتایج (Interactive Plot)

یکی از مهم‌ترین خروجی‌های BepiPred-3.0، یک فایل HTML تعاملی است که نتیجه پیش‌بینی را به‌صورت نمودار نمایش می‌دهد. این نمودار به کاربر کمک می‌کند تا تغییرات احتمال اپی‌توپ بودن را در سراسر توالی پروتئین به‌صورت بصری مشاهده کرده و نواحی با امتیاز بالاتر را به‌راحتی شناسایی کند.

در این نمودار، محور افقی (X) موقعیت هر باقی‌مانده آمینواسیدی در توالی پروتئین را نشان می‌دهد و محور عمودی (Y) امتیاز پیش‌بینی را برای هر باقی‌مانده نمایش می‌دهد. هرچه این امتیاز بیشتر باشد، احتمال قرار گرفتن آن آمینواسید در یک اپی‌توپ سلول B نیز بیشتر خواهد بود.

یکی از قابلیت‌های مهم این نمودار، امکان تغییر مقدار Threshold با استفاده از یک Slider است. با جابه‌جا کردن این آستانه، پیش‌بینی اپی‌توپ‌ها به‌صورت لحظه‌ای به‌روزرسانی می‌شود و کاربر می‌تواند تأثیر انتخاب Thresholdهای مختلف را بر نتایج مشاهده کند. از آنجا که مقدار آستانه بهینه برای همه پروتئین‌ها یکسان نیست، این قابلیت به پژوهشگر اجازه می‌دهد پیش از دانلود خروجی نهایی، سناریوهای مختلف را بررسی و مناسب‌ترین آستانه را انتخاب کند.

تفاوت امتیازهای پیش‌بینی

در نمودار تعاملی معمولاً دو نوع امتیاز مشاهده می‌شود:

• BepiPred-3.0 Epitope Score
• BepiPred-3.0 Linear Epitope Score

اگرچه هر دو امتیاز برای پیش‌بینی اپی‌توپ‌های سلول B استفاده می‌شوند، اما مفهوم آن‌ها یکسان نیست.

BepiPred-3.0 Epitope Score امتیازی است که مدل برای هر باقی‌مانده آمینواسیدی محاسبه می‌کند. این امتیاز تنها احتمال اپی‌توپ بودن همان موقعیت را نشان می‌دهد و هر آمینواسید را به‌صورت مستقل ارزیابی می‌کند.

در مقابل، BepiPred-3.0 Linear Epitope Score زمانی محاسبه می‌شود که گزینه Sequential Smoothing فعال باشد. در این حالت، علاوه بر امتیاز هر باقی‌مانده، امتیاز باقی‌مانده‌های مجاور نیز در نظر گرفته می‌شود تا نواحی پیوسته‌ای که احتمال بیشتری برای تشکیل یک اپی‌توپ خطی دارند، بهتر شناسایی شوند.

به همین دلیل، اگر هدف شما پیش‌بینی اپی‌توپ‌های خطی باشد، استفاده از Linear Epitope Score معمولاً تصویر واقع‌بینانه‌تری از نواحی کاندید ارائه می‌دهد. البته همان‌طور که توسعه‌دهندگان BepiPred نیز اشاره کرده‌اند، اعمال Sequential Smoothing ممکن است باعث شود برخی باقی‌مانده‌هایی که مستقیماً با آنتی‌بادی در تماس نیستند نیز در ناحیه پیش‌بینی‌شده قرار بگیرند؛ بنابراین احتمال افزایش False Positive نیز وجود خواهد داشت.

۲. فایل CSV (خروجی خام)

فایل CSV کامل‌ترین خروجی عددی BepiPred-3.0 است و تمامی امتیازهای پیش‌بینی‌شده برای هر باقی‌مانده آمینواسیدی را در اختیار کاربر قرار می‌دهد. این فایل برای تحلیل‌های دقیق‌تر، رسم نمودارهای اختصاصی یا استفاده در سایر نرم‌افزارهای بیوانفورماتیکی بسیار کاربردی است.

ستون‌های این فایل عبارت‌اند از: Accession (شناسه پروتئین)، Residue (آمینواسید موجود در هر موقعیت)، BepiPred-3.0 Score (امتیاز خام پیش‌بینی) و BepiPred-3.0 Linear Epitope Score (امتیاز پس از اعمال Sequential Smoothing)

در این فایل، هر ردیف تنها مربوط به یک باقی‌مانده آمینواسیدی است؛ بنابراین مشاهده یک امتیاز بالا به‌تنهایی به معنای وجود یک اپی‌توپ قطعی نیست. معمولاً پژوهشگران به دنبال چندین باقی‌مانده متوالی با امتیاز بالا هستند، زیرا اپی‌توپ‌های خطی معمولاً از چند آمینواسید مجاور تشکیل می‌شوند.

۳. فایل‌های FASTA

علاوه بر خروجی‌های عددی، BepiPred-3.0 سه فایل FASTA تولید می‌کند که مشاهده و استخراج نواحی پیش‌بینی‌شده را ساده‌تر می‌کنند. در این فایل‌ها:

• حروف بزرگ (Uppercase) نشان‌دهنده باقی‌مانده‌هایی هستند که به‌عنوان کاندید اپی‌توپ سلول B پیش‌بینی شده‌اند.
• حروف کوچک (Lowercase) نشان‌دهنده باقی‌مانده‌هایی هستند که احتمال کمتری برای قرار گرفتن در اپی‌توپ دارند.

هر یک از این فایل‌ها بر اساس معیار متفاوتی تولید می‌شوند:

Bcell_epitope_preds

این فایل، خروجی اصلی پیش‌بینی BepiPred-3.0 است. در آن، تمام باقی‌مانده‌هایی که امتیازشان از Threshold تعیین‌شده توسط کاربر بیشتر باشد، با حروف بزرگ نمایش داده می‌شوند و سایر باقی‌مانده‌ها با حروف کوچک مشخص می‌شوند. بنابراین، این فایل مستقیماً نتیجه پیش‌بینی ابزار را بر اساس آستانه انتخابی نمایش می‌دهد.

Bcell_epitope_top_%_preds

در این فایل، به‌جای استفاده از یک Threshold ثابت، تنها درصد مشخصی از باقی‌مانده‌هایی که بالاترین امتیاز BepiPred-3.0 Score را دارند انتخاب می‌شوند. این درصد (برای مثال ۲۰، ۵۰ یا ۷۰ درصد) هنگام اجرای آنالیز توسط کاربر تعیین می‌شود.

این خروجی زمانی کاربرد دارد که بخواهید تنها محتمل‌ترین نواحی کاندید را برای بررسی‌های بعدی یا طراحی آزمایش انتخاب کنید.

Bcell_lineepitope_top_%_preds

این فایل نیز مشابه فایل قبلی است، با این تفاوت که انتخاب نواحی بر اساس Linear Epitope Score انجام می‌شود؛ یعنی علاوه بر امتیاز هر باقی‌مانده، اثر Sequential Smoothing نیز در نظر گرفته شده است. به همین دلیل، این خروجی معمولاً برای بررسی و شناسایی اپی‌توپ‌های خطی (Linear B-cell epitopes) مناسب‌تر است.

نکته مهم: هرچند خروجی‌های BepiPred اطلاعات ارزشمندی درباره نواحی کاندید اپی‌توپی ارائه می‌کنند، اما امتیاز بالا یا قرار گرفتن یک باقی‌مانده در فایل FASTA به‌معنای تأیید قطعی اپی‌توپ بودن آن نیست. این نتایج تنها احتمال وجود اپی‌توپ را نشان می‌دهند و باید در کنار سایر معیارهای زیستی و در صورت امکان، با آزمایش‌های تجربی نیز اعتبارسنجی شوند.

به همین دلیل، در بخش بعدی بررسی می‌کنیم که آیا هر ناحیه‌ای که BepiPred پیش‌بینی می‌کند، واقعاً یک اپی‌توپ مناسب است؟ و هنگام انتخاب کاندیداها باید به چه نکاتی توجه کرد.

آیا هر پیش‌بینی BepiPred یک اپی‌توپ واقعی است؟

یکی از رایج‌ترین اشتباهات هنگام استفاده از BepiPred 3.0 این است که هر ناحیه‌ای با امتیاز بالا، به‌عنوان یک اپی‌توپ قطعی در نظر گرفته شود. در حالی که هدف این ابزار شناسایی نواحی کاندید است، نه تأیید قطعی اپی‌توپ‌های سلول B.

به بیان دیگر، BepiPred یک ابزار پیش‌بینی است، نه یک ابزار اعتبارسنجی. امتیازهای ارائه‌شده توسط این نرم‌افزار تنها نشان می‌دهند که یک ناحیه از نظر مدل، شباهت بیشتری به اپی‌توپ‌های شناخته‌شده دارد و احتمال دارد توسط آنتی‌بادی شناسایی شود.

به همین دلیل، خروجی BepiPred باید به‌عنوان نقطه شروع برای طراحی آزمایش‌ها یا انجام تحلیل‌های تکمیلی در نظر گرفته شود، نه نتیجه نهایی.

هنگام انتخاب یک اپی‌توپ مناسب به چه نکاتی باید توجه کرد؟

اگر هدف شما طراحی یک واکسن، پپتید سنتزی یا آزمون تشخیصی باشد، بهتر است تنها به BepiPred Score اکتفا نکنید. انتخاب یک کاندید مناسب معمولاً با در نظر گرفتن چند معیار به‌صورت هم‌زمان انجام می‌شود.

۱. به‌جای یک آمینواسید، به دنبال نواحی پیوسته باشید

گاهی ممکن است یک باقی‌مانده منفرد امتیاز بالایی داشته باشد، اما این موضوع به‌تنهایی ارزش زیستی زیادی ندارد. در مقابل، وجود چندین آمینواسید متوالی با امتیاز بالا معمولاً نشان‌دهنده یک کاندید مناسب‌تر برای اپی‌توپ خطی است.

به همین دلیل، هنگام بررسی خروجی‌ها بهتر است الگوی تغییر امتیازها را در طول توالی بررسی کنید، نه اینکه تنها روی یک مقدار بالا تمرکز داشته باشید.

۲. مقدار Threshold را با دقت انتخاب کنید

همان‌طور که در بخش قبل دیدیم، یک Threshold ثابت برای همه پروتئین‌ها مناسب نیست. اگر مقدار Threshold را بیش از حد پایین انتخاب کنید، تعداد زیادی باقی‌مانده به‌عنوان اپی‌توپ پیش‌بینی می‌شوند، اما احتمال False Positive نیز افزایش می‌یابد. در مقابل، انتخاب یک Threshold بسیار بالا می‌تواند باعث حذف برخی اپی‌توپ‌های واقعی شود.

در وب‌سرور BepiPred-3.0، مقدار پیش‌فرض 0.1512 به‌عنوان آستانه طبقه‌بندی در نظر گرفته شده است و در بسیاری از مطالعات نیز به‌عنوان نقطه شروع استفاده می‌شود، زیرا تعادل مناسبی بین حساسیت و اختصاصیت ایجاد می‌کند. با این حال، توسعه‌دهندگان ابزار تأکید می‌کنند که Threshold بهینه به ویژگی‌های هر پروتئین بستگی دارد و یک مقدار واحد لزوماً برای همه پروتئین‌ها بهترین انتخاب نیست.

به همین دلیل، BepiPred امکان تغییر Threshold را در نمودار تعاملی فراهم کرده است. توصیه می‌شود ابتدا از مقدار پیش‌فرض شروع کنید و سپس با جابه‌جا کردن Slider، تغییر نواحی پیش‌بینی‌شده را بررسی کنید. اگر با یک Threshold بیشتر، تنها چند ناحیه پیوسته و منطقی باقی بمانند، معمولاً آن مقدار انتخاب مناسب‌تری برای ادامه تحلیل خواهد بود.

۳. نوع اپی‌توپی را که به دنبال آن هستید در نظر بگیرید

اگر هدف شما شناسایی اپی‌توپ‌های خطی (Linear B-cell epitopes) باشد، استفاده از Sequential Smoothing می‌تواند نواحی پیوسته را بهتر آشکار کند.

با این حال، باید توجه داشت که این روش ممکن است برخی باقی‌مانده‌هایی را نیز در ناحیه پیش‌بینی‌شده قرار دهد که مستقیماً با آنتی‌بادی در تماس نیستند؛ بنابراین استفاده از این قابلیت معمولاً با افزایش احتمال False Positive همراه است.

آیا BepiPred 3.0 نوع اپی‌توپ را مشخص می‌کند؟

خیر، BepiPred 3.0 به‌طور مستقیم نواحی پیش‌بینی‌شده را به دو گروه «خطی» یا «فضایی» طبقه‌بندی نمی‌کند. این ابزار برای هر باقی‌مانده آمینواسیدی تنها یک Epitope Score محاسبه می‌کند. اگر گزینه Sequential Smoothing غیرفعال باشد، خروجی بر اساس امتیاز خام باقی‌مانده‌ها نمایش داده می‌شود و می‌تواند Residueهای متعلق به اپی‌توپ‌های فضایی را نیز آشکار کند. در مقابل، با فعال کردن Sequential Smoothing، امتیاز Residueهای مجاور هموارسازی می‌شود تا نواحی پیوسته با احتمال بالا بهتر دیده شوند؛ به همین دلیل این حالت برای شناسایی کاندیداهای اپی‌توپ خطی مناسب‌تر است. با این حال، تشخیص قطعی اینکه یک ناحیه واقعاً اپی‌توپ خطی است یا بخشی از یک اپی‌توپ فضایی، تنها بر اساس خروجی BepiPred امکان‌پذیر نیست و معمولاً به اطلاعات ساختاری یا اعتبارسنجی‌های آزمایشگاهی نیاز دارد.

۴. پیش‌بینی BepiPred را با سایر شواهد ترکیب کنید

در عمل، پژوهشگران معمولاً تصمیم نهایی را تنها بر اساس خروجی BepiPred نمی‌گیرند. بررسی ویژگی‌هایی مانند دسترسی سطحی (Surface Accessibility)، حفظ‌شدگی توالی (Sequence Conservation)، آنتی‌ژن‌زایی (Antigenicity) و در صورت وجود، ساختار سه‌بعدی پروتئین می‌تواند به انتخاب کاندیدهای مناسب‌تر کمک کند.

ترکیب این اطلاعات معمولاً دقت انتخاب اپی‌توپ را نسبت به استفاده از یک ابزار به‌تنهایی افزایش می‌دهد.

۵. اعتبارسنجی آزمایشگاهی همچنان ضروری است

حتی اگر یک ناحیه در BepiPred امتیاز بسیار بالایی داشته باشد، باز هم نمی‌توان آن را یک اپی‌توپ قطعی دانست. در نهایت، تنها آزمایش‌های تجربی مانند آزمون‌های اتصال آنتی‌بادی یا سایر روش‌های آزمایشگاهی می‌توانند وجود واقعی یک اپی‌توپ را تأیید کنند.

درمجموع، باید محدودیت‌های BepiPred را در نظر داشت. پیش‌بینی‌های این ابزار به داده‌هایی وابسته‌اند که مدل با آن‌ها آموزش دیده است و تعداد ساختارهای تجربی کمپلکس‌های آنتی‌بادی–آنتی‌ژن همچنان محدود است. علاوه بر این، انتخاب Threshold و استفاده از Sequential smoothing می‌توانند بر کاندیداهای نهایی تأثیر بگذارند.

بنابراین، بهتر است BepiPred به‌عنوان بخشی از یک Workflow تحلیلی استفاده شود، نه ابزاری که به‌تنهایی درباره اپی‌توپ بودن یا نبودن یک ناحیه تصمیم نهایی می‌گیرد. انتخاب روش‌های تکمیلی نیز باید متناسب با هدف پروژه، نوع آنتی‌ژن و کاربرد نهایی اپی‌توپ انجام شود.

جمع‌بندی

BepiPred 3.0 یکی از پیشرفته‌ترین ابزارهای مبتنی بر توالی برای پیش‌بینی اپی‌توپ‌های سلول B است که با بهره‌گیری از مدل‌های زبانی پروتئینی، امکان شناسایی نواحی کاندید اپی‌توپی را با دقت بیشتری نسبت به نسخه‌های پیشین فراهم کرده است. این ابزار تنها با دریافت توالی آمینواسیدی پروتئین، برای هر باقی‌مانده یک امتیاز احتمال اپی‌توپ بودن محاسبه می‌کند و به پژوهشگران کمک می‌کند تا پیش از انجام آزمایش‌های پرهزینه، نواحی امیدوارکننده را شناسایی و اولویت‌بندی کنند.

با این حال، همان‌طور که در این مقاله بررسی کردیم، خروجی BepiPred نباید به‌عنوان تأیید قطعی یک اپی‌توپ در نظر گرفته شود. انتخاب مناسب‌ترین نواحی نیازمند تفسیر صحیح نتایج، تنظیم آگاهانه Threshold، توجه به نوع اپی‌توپ مورد نظر و در بسیاری از موارد، ترکیب نتایج BepiPred با سایر ابزارهای ایمونوانفورماتیک و در نهایت اعتبارسنجی آزمایشگاهی است.

اگرچه BepiPred 3.0 می‌تواند نقطه شروع بسیار ارزشمندی برای مطالعات طراحی واکسن، توسعه آنتی‌بادی، طراحی آزمون‌های تشخیصی و سایر پروژه‌های ایمونوانفورماتیک باشد، اما بهترین نتایج زمانی حاصل می‌شود که از آن به‌عنوان بخشی از یک Pipeline جامع تحلیل اپی‌توپ استفاده شود، نه به‌عنوان تنها معیار تصمیم‌گیری.

امیدواریم این راهنما توانسته باشد علاوه بر معرفی قابلیت‌های BepiPred 3.0، درک بهتری از نحوه عملکرد، تفسیر خروجی‌ها و استفاده صحیح از این ابزار در اختیار شما قرار دهد تا بتوانید با اطمینان بیشتری از آن در پروژه‌های تحقیقاتی خود استفاده کنید 🙂

آموزش‌های مرتبط 🙂

سوالات متداول درباره BepiPred