交叉Dome:一个交互式R包,用于预测交叉反应的风险,使用免疫类药物数据库

科学领域:

• 免疫学 免疫学 免疫学
• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学

背景情况:

• T细胞免疫疗法提供向癌症治疗,但由于潜在的非向毒性而面临安全问题.
• 分子仿真可以导致T细胞交叉反应,其中工程T细胞攻击健康组织,导致严重的不良事件.
• 预测和减轻非目标毒性对于开发更安全的免疫疗法产品至关重要.

研究的目的:

• 推出CrossDome,这是一个多omics套件,旨在预测T细胞基础免疫疗法中非目标毒性的风险.
• 用已知的交叉反应病例和实验验证的数据来评估CrossDome的疗效.
• 提供一个计算工具,以提高免疫疗法的安全性.

主要方法:

• 开发了CrossDome,这是一个包含基和TCR中心预测协议的套件.
• 采用了多omics方法,整合表达数据,HLA结合和免疫性预测.
• 在已知的16个交叉反应病例和实验确定交叉反应的扩展数据集上验证了该工具.

主要成果:

• 克罗斯多姆准确地预测了已知的非目标,包括与致命损伤相关的TITIN衍生 (99+百分位排名).
• 以TCR为中心的方法,结合接触地图惩罚系统,与以为中心的方法相比,提高了预测准确性.
• 对于验证的交叉反应,CrossDome实现了高缩率 (在前50名候选者中,TCR为中心的协议高达82%).

结论:

• 克罗斯多姆是T细胞免疫疗法中预测和减轻非目标毒性的有效工具.
• 以TCR为中心的预测协议在识别潜在的不良反应方面表现出卓越的性能.
• 这个R包和Web接口为抗原发现管道和免疫疗法开发提供了宝贵的支持,提高了患者的安全性.