在免疫学中,B细胞表位研究一直占有重要地位。但是确定B细胞表位的传统手段已经不能满足新时代的需求。在最近的几十年,B细胞表位预测发展迅速。其中,基于噬菌体展示的构象性B细胞表位预测是结合噬菌体展示实验的计算机预测过程。这类预测方法,需要具备以抗体为靶标的噬菌体展示实验获得的模拟肽数据,以及相应抗原的三维结构,其基本思想就是利用模拟肽氨基酸残基与抗原表位氨基酸残基在组成及物理化学性质上的相似性,对抗原表位进行预测。本研究基于氨基酸的物理化学性质,提出了一种新的基于噬菌体展示的构象性B细胞表位预测算法,即MIMOX2。该算法将抗原表面划分为若干个重叠的片区(patch),并评估模拟肽与片区的相似性从而对表位进行预测。将此算法已实现为网络服务程序,网址如下:http://immunet.cn/mimox/cgi-bin/MIMOX2.pl。针对目前该类方法标准评价体系缺乏的情况,本研究依托蛋白质三维结构数据库PDB与当今世界最全面的噬菌体展示数据库MimoDB,在原有基础上更新了标准测试集,命名为WXY数据集。WXY有70套测试数据,分为抗原-抗体复合物、配体-受体复合物、其它蛋白质-蛋白质复合物、小分子-蛋白质复合物等四类。基于WXY标准测试集,本研究以马氏相关系数(MCC)、阳性预测值(PPV)、敏感度(Sen)、特异性(Spe)指标构建算法评价体系,对PepSurf、Mapitope、Pepitope以及MIMOX2进行了系统的测试,发现MIMOX2在一些测试例子中表现最好,可部分弥补现有方法的不足。本课题不仅对基于噬菌体展示的构象性B细胞表位预测理论方法进行了研究,同时完成了程序编写以及网络服务,对于构象性B细胞表位研究具有一定意义。