用于ELISpot的ACE配置器:优化聚合ELISpot试验的组合设计,使用表位相似性模型
Jin Seok Lee1,2,3, Dhuvarakesh Karthikeyan1,2,3, Misha Fini1,4
1Lineberger Comprehensive Cancer Center, University of North Carolina at Chapel Hill, Chapel Hill, NC.
Briefings in bioinformatics
|January 5, 2024
概括
针对ELISpot的ACE配置器 (ACE) 优化了T细胞测定中的聚合,提高了准确性和效率. 这种新的方法减少了癌症和传染病研究中的假阳性.
科学领域:
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
背景情况:
- 与酶相关的免疫吸收点 (ELISpot) 试验量化了针对癌症和传染病研究的抗原特异性T细胞活性.
- 目前的ELISpot测试设计和解卷方法限制了可扩展性和灵活性,特别是在高吞吐量应用中.
研究的目的:
- 引入ELISpot (ACE) 的ACE配置器,以优化ELISpot测定中的池分配和解卷.
- 解决当前测定参数灵活性,高通量支持和标识考虑的方法的局限性.
主要方法:
- 开发了一种新的序列意识聚合策略,使用微调的ESM-2模型将免疫学上相似的分组.
- 实现了ACE,以从可定制的用户输入中生成优化的池分配.
- 使用测试读数处理的阳性的分解.
主要成果:
- 与现有的组合方法相比,ACE的序列意识聚合策略减少了虚假阳性和随后的确认试验.
- 一项全面的基准研究验证了ACE在真实世界数据集上的表现.
- ACE在识别免疫性上表现出更高的精度,优化了实验效率.
结论:
- ACE显著提高了ELISpot测定用于识别免疫性的精度和效率.
- 该工具为高通量ELISpot实验设计提供了一个可扩展和灵活的解决方案.
- 通过图形和命令行接口,ACE是免费的.
