glycoengineering
分析并工程化蛋白质糖基化。扫描序列中的 N-糖基化基序(N-X-S/T),预测 O-糖基化热点,并访问精选的糖工程工具(NetOGlyc、GlycoShield、GlycoWorkbench)。用于糖蛋白工程、治疗性抗体优化以及疫苗设计。
蛋白质糖基化工程分析工具
技能概述
Glycoengineering 提供蛋白质糖基化位点的智能分析和工程化设计,通过序列扫描识别 N-糖基化和 O-糖基化位点,整合 NetOGlyc、GlycoShield 等专业糖工程工具,帮助研究人员优化治疗性抗体、设计疫苗抗原、表征生物类似物。
适用场景
1. 治疗性抗体开发
抗体 Fc 区域的糖基化模式直接影响抗体依赖性细胞毒性(ADCC)和补体依赖性细胞毒性(CDC)。通过本技能分析 Fc 糖基化位点(如 Asn297),设计去岩藻糖化突变策略,增强 FcγRIIIa 受体结合能力,提升抗体治疗效果。同时可识别非人源糖基化表位(如 α-Gal、NGNA),降低抗体免疫原性风险。
2. 疫苗抗原设计
在病毒包膜蛋白或细菌表面抗原的保守表位周围设计糖基化位点,形成"糖基屏蔽",引导免疫系统聚焦于保守的功能性表位而非可变区。通过 N-糖基化位点引入和糖基化模式预测,优化疫苗抗原的免疫原性特征。
3. 生物类似物表征与开发
原研药与生物类似物的糖基化模式差异可能影响药物疗效和安全性。使用本技能进行糖基化位点对比分析,结合 GlyConnect 数据库查询实验验证数据,确保生物类似物的糖基化特征与参考药物一致。
核心功能
1. N-糖基化位点智能扫描
自动扫描蛋白质序列中的 N-X-[S/T] 糖基化测序(X ≠ Proline),返回位点位置、序列上下文、NXS/NXT 类型分类。提供位点消除和引入功能,支持保守性突变(Asn→Gln)和新增位点设计,适用于糖基化工程改造。可直接分析 IgG Fc 区域序列,快速识别关键糖基化位点。
2. O-糖基化热点预测
基于 Ser/Thr 残富集度的启发式算法,预测 O-GalNAc 糖基化潜在位点。可调整窗口大小和阈值,排除 TP/SP 抑制性基序。作为 NetOGlyc 4.0 的快速筛选补充,提供蛋白质 O-糖基化模式初筛结果。
3. 整合专业糖工程工具资源
集成 NetOGlyc、NetNGlyc、GlycoShield-MD、GlycoWorkbench、GlyConnect 等权威糖基化分析工具和数据库。提供工具使用指南、API 调用示例、参数配置建议,覆盖从序列预测、结构分析到实验验证的全流程。支持 GlyConnect 数据库查询,获取实验验证的糖基化位点数据。
常见问题
如何在蛋白质序列中识别 N-糖基化位点?
N-糖基化位点识别基于保守的 N-X-[S/T] 测序,其中 X 不能为脯氨酸。本技能自动扫描输入序列,返回符合条件的位点位置(1-based)、三联体基序及其周围序列上下文。例如,在 IgG1 Fc 区域中可识别出 Asn297 关键糖基化位点。建议结合 GlyConnect 数据库验证预测结果的准确性。
糖基化对治疗性抗体有什么影响?
抗体 Fc 区域的糖基化状态显著影响抗体功能。核心岩藻糖缺失可增强 ADCC 效应约 50 倍,唾液酸化可延长抗体半衰期并减少炎症反应。不同糖型(如高甘露糖型、复杂型)的分布也会影响抗体稳定性和免疫原性。通过本技能分析糖基化位点,设计相应的糖基化工程策略(如 N297A 突变去除糖基化),优化抗体治疗特性。
哪些在线工具可以用于糖基化分析?
推荐使用 DTU Health Tech 的 NetOGlyc 4.0(O-糖基化预测)和 NetNGlyc 1.0(N-糖基化预测),这些工具基于神经网络训练,提供高准确度的位点预测。GlycoShield-MD 适用于分子动力学轨迹中的糖基屏蔽分析,GlycoWorkbench 用于糖链结构绘制和质谱数据分析。实验验证数据可查询 GlyConnect 或 UniCarbKB 数据库。本技能整合了这些工具的使用指南和 API 示例。