将动态数据集成到基于亲和力的模型中,以改善T细胞特异性预测
Zahra S Ghoreyshi1, Hamid Teimouri2, Anatoly B Kolomeisky3
1Department of Biomedical Engineering, Texas A&M University, College Station, Texas; Center for Theoretical Biological Physics, Rice University, Houston, Texas.
Biophysical journal
|November 9, 2024
概括
这项研究引入了一种动力校正因子,以改善T细胞受体 (TCR) 和-主要基因相容性复合体 (pMHC) 相互作用的预测. 这种精细化增强了基于能量的模型,特别是对于T细胞激活至关重要的低亲和度结合事件.
科学领域:
- 免疫学 免疫学 免疫学
- 生物物理学的生物物理.
- 计算生物学 计算生物学
背景情况:
- T细胞的激活依赖于复杂的T细胞受体 (TCR) 和-主要基因相容性复合体 (pMHC) 相互作用.
- 现有的基于亲和力的模型有时无法预测具有低结合亲和力的TCR-pMHC相互作用.
研究的目的:
- 用现有的动力和亲和数据分析基于亲和的预测失败的TCR-pMHC系统.
- 确定结合动力信息的标准,以改进基于能源的模型.
- 改进TCR-pMHC相互作用预测,并提供对T细胞激活的分子见解.
主要方法:
- 对特定TCR-pMHC系统的经验动力学和亲和数据的分析.
- 在基于能源的模型中开发和应用动力校正因子.
- 模型预测与没有动力校正因子的比较.
主要成果:
- 确定特定的标准,其中动力校正因子显著改善基于能源的模型对TCR-pMHC相互作用的预测.
- 证明将运动数据纳入预测精细化,特别是对于低亲和度相互作用.
- 在以前基于亲和力的模型不足的系统中验证动力校正因子的实用性.
结论:
- 动力校正因子可以增强基于能量模型对TCR-pMHC相互作用的预测能力.
- 这种方法通过整合结合动力学和亲和力来完善对T细胞激活的理解.
- 这些发现有助于调和关于TCR-pMHC结合动力学和亲和力的作用的相互矛盾的报告.
