LRMAHpan:一种用于使用基于Resnet和基于LSTM的神经网络进行多基HLA呈现预测的新工具
Xue Mi1, Shaohao Li1, Zheng Ye1
1State Key Laboratory of Bioelectronics, School of Biological Science and Medical Engineering, Southeast University, Nanjing, China.
Frontiers in immunology
|December 13, 2024
概括
LRMAHpan准确地预测了跨多个人类白细胞抗原 (HLA) 基因的体呈现,改善了针对新抗原疫苗设计的抗原处理和呈现预测.
科学领域:
- 免疫信息学是指免疫信息学.
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 准确预测与人类白细胞抗原 (HLA) 复合体的结合对于理解免疫反应和设计新抗原疫苗至关重要.
- 一个重大挑战在于准确地将化分配给特定的HLA等位基因,特别是在处理多个等位基因 (MA) 时.
研究的目的:
- 开发和验证LRMAHpan,一种用于预测跨多个HLA等位基因的体呈现的新型计算工具.
- 提高抗原处理和呈现预测模型的准确性,以改善新抗原发现.
主要方法:
- LRMAHpan集成了长短期记忆 (LSTM) 和残余网络与卷积注意 (ResNet_CA) 网络,用于预测抗原处理和呈现.
- 一种新的pHLA编码方法将MA数据聚合到多通道矩阵中,使计算机视觉技术能够应用于序列分析.
- 该工具使用质谱数据进行了训练和测试,将结合结合亲和力和抗原处理模型结合为呈现分数模型.
主要成果:
- 与现有的预测器相比,LRMAHpan在MA数据上的表现优越,比如NetMHCpan 4.1和MHCflurry 2.0,特别是在正预测值 (PPV) 中.
- 该模型容纳了长度可变的,可以预测HLA类I和II的呈现.
- 对转移性黑色素瘤患者数据的应用确定了几种共享的新抗原.
结论:
- LRMAHpan显著提高了抗原呈现预测的准确性.
- 该工具为HLA-MHC结合和呈现预测提供了强大的解决方案,促进新抗原疫苗开发和个性化免疫疗法.
