Overview

Identyfikacja peptydów wiążących się z glównym kompleksem zgodności tkankowej (MHC) jest ważnym krokiem w wyborze kandydatów na epitopy komórek T, które nadają się do wykorzystania w nowych szczepionkach. Rowek wiązania cząsteczki MHC klasy II jest otwarty po obu stronach, co pozwala na dużą zmiennośc dlugości peptydów wiążących się z tą cząsteczką, a w konsekwencji utrudnia przewidywanie motywu rdzenia wiązania. Dokladne i wydajne podejście obliczeniowe do przewidywania takich peptydów może znacznie skrócic czas i obniżyc koszty związane z projektowaniem nowych szczepionek. EpiGASVM, nowe podejście do komputerowego przewidywania epitopów MHC klasy II, zostalo opracowane poprzez polączenie algorytmów genetycznych i maszyn wektorów nośnych. Dziewięc wariantów EpiGASVM zastosowano do dwóch zestawów danych porównawczych o zmniejszonym podobieństwie. Dokladnośc przewidywania i obszar pod krzywą charakterystyki operacyjnej odbiornika zostaly obliczone jako miary wydajności. Technika ta zostala porównana z niektórymi najnowocześniejszymi technikami w tej dziedzinie (np. ARB, SMM-Align, PROPRED, NN-Align). Wyniki pokazują, że EpiGASVM jest obiecującą nową techniką rozwiązywania problemu przewidywania epitopów MHC klasy II.

Full Product Details

9786209500787

Table of Contents

Reviews

Author Information

Tab Content 6

Countries Available