Immunoinformatyka

Identyfikacja peptydów wiążących się z głównym kompleksem zgodności tkankowej (MHC) jest ważnym krokiem w wyborze kandydatów na epitopy komórek T, które nadają się do wykorzystania w nowych szczepionkach. Rowek wiązania cząsteczki MHC klasy II jest otwarty po obu stronach, co pozwala na dużą zmienność długości peptydów wiążących się z tą cząsteczką, a w konsekwencji utrudnia przewidywanie motywu rdzenia wiązania. Dokładne i wydajne podejście obliczeniowe do przewidywania takich peptydów może znacznie skrócić czas i obniżyć koszty związane z projektowaniem nowych szczepionek. EpiGASVM, nowe podejście do komputerowego przewidywania epitopów MHC klasy II, zostało opracowane poprzez połączenie algorytmów genetycznych i maszyn wektorów nośnych. Dziewięć wariantów EpiGASVM zastosowano do dwóch zestawów danych porównawczych o zmniejszonym podobieństwie. Dokładność przewidywania i obszar pod krzywą charakterystyki operacyjnej odbiornika zostały obliczone jako miary wydajności. Technika ta została porównana z niektórymi najnowocześniejszymi technikami w tej dziedzinie (np. ARB, SMM-Align, PROPRED, NN-Align). Wyniki pokazują, że EpiGASVM jest obiecującą nową techniką rozwiązywania problemu przewidywania epitopów MHC klasy II.