ImmuneApp用于HLA-I表位预测和免疫组分析
Haodong Xu1,2, Ruifeng Hu3,4,5, Xianjun Dong4,5
1Department of Orthopaedics, The Second Xiangya Hospital, Central South University, Changsha, Hunan, 410011, China. haodong.xu@uth.tmc.edu.
Nature communications
|October 16, 2024
概括
我们开发了ImmuneApp,这是一个用于免疫体学的深度学习框架,改进了HLA-I表位预测和新抗原发现. 这种工具通过优先考虑免疫原性新表位物来增强免疫疗法.
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:
- 质谱学的进步需要改进免疫学分析和新抗原预测方法.
- 准确预测HLA连接体对于开发有效的免疫疗法至关重要.
研究的目的:
- 开发一个可解释的深度学习框架,ImmuneApp,用于增强免疫学分析和新抗原预测.
- 改进HLA类I表位的预测,并优先考虑免疫治疗中的新表位.
主要方法:
- 开发了ImmuneApp,这是一个深度学习框架,在广泛的HLA连接体数据集上进行训练.
- 实施了基于模型的解卷方法,用于免疫类药物数据.
- 分析了216个多基免疫皮体样本,识别了超过835,551个HLA-I受限制的配体.
- 创建了ImmuneApp-Neo,这是一个利用预训练模型的免疫性预测器.
主要成果:
- 免疫应用程序改进了HLA-I表位预测,并增强了免疫体解.
- 从216个样本中确定了835551个被限制在100多个HLA-I基因基因的配体.
- 综合模型ImmuneApp-MA整合了单基和多基基数据,显示了增强的预测性能.
- 免疫App-Neo在优先考虑免疫原性新表位上优于现有方法.
结论:
- ImmuneApp提供了一个有效的框架,用于免疫体分析和新抗原发现.
- 开发的工具有助于识别用于癌症免疫治疗的新型新抗原.
- 免疫应用程序促进了个性化免疫疗法开发的进展.
更多相关视频
08:27Detection of Human Leukocyte Antigen Biomarkers in Breast Cancer Utilizing Label-free Biosensor Technology
Published on: March 24, 2015
14.7K
09:32Immunopeptidomics: Isolation of Mouse and Human MHC Class I- and II-Associated Peptides for Mass Spectrometry Analysis
Published on: October 15, 2021
11.7K
