细胞毒性T细胞在人类对病原体和恶心肿瘤的免疫反应中起着重要作用。MHC和特殊类型的T细胞(细胞毒性T细胞)一起工作，从体内清除“外来”或外源病毒蛋白。外源蛋白被切割产生肽片段，肽片段由MHC分子呈现，从而MHC限制的细胞毒性T细胞可以监测表达“外源”蛋白和外源病毒蛋白的细胞。CTL将识别与MHC-1分子结合的抗原多肽，从而诱导功能性T细胞进行细胞毒性免疫反应，其中T细胞对结合的抗原肽具有特异性。肽呈递最有选择性的步骤是与MHC分子结合的亲和力。
通过目前的分析方法，肽亲和力计算的准确性已经显著提高。后期预测的准确性可以从两个方面提高:1。扩大实验亲和数据集(IEDB)；2.通过添加新的机器学习参数，可以提高使用信息的能力:例如，机器学习中包含肽的长度。目前，该算法仅基于结合亲和力数据，这只是用MHC分析预测亲和力的最有选择性的步骤。其他因素也会影响预测肽作为MHC分子配体的真实能力，如Ag处理以及肽和MHC复合物的稳定性(图1)。类似地，与MHC分子结合的肽的长度分布受到抗原呈递过程中其他步骤的影响，例如TAP转运和ERAP切割(图2)。与MHC亲和数据相比，质谱蛋白质组学数据还包括抗原呈递过程的复杂信号和等位基因特异性肽长度的准确信息。
图1。抗原呈递刺激T细胞成为“细胞毒性”CD8+细胞或“辅助”CD4+细胞。
图2。MHC-ⅰ途径中的抗原加工和呈递
一种新的机器学习方法:NetMHCpan-4.0，集成结合亲和力(BA)和质谱数据(MS)，从两个不同的角度获取更多信息(如下图所示)。首先，IEDB数据库中的一类MHC数据用于必要的筛选。在模型训练中，利用亲和度和质谱洗脱配体的数据，通过人工神经网络的方法将两种数据的信息进行整合。基于NNAlign框架，预测了特定MHC分子的亲和力值和肽段长度。NetMHCpan-4.0的方法提高了新肿瘤抗原、验证洗脱配体(ELs)和t细胞免疫表位的预测准确性。
图3，具有两个输出神经元的神经网络的可视化，用于脑电和电致发光数据的组合训练
参考文件:
1、https://en.wikipedia.org/wiki/Antigen_presentation
瓦妮莎·朱尔兹、西诺·保罗、马西莫·安德里亚塔、保罗·马卡迪里、比约恩·彼得斯和莫滕·尼尔森。2017.NetMHCpan-4.0:整合洗脱配体和肽结合亲和力数据的肽-MHCⅰ类相互作用预测的改进。免疫学杂志。
1.《mhc分子 NetMHCpan4.0整合亲和力和洗脱配体数据更准确MHC-I分子相》援引自互联网，旨在传递更多网络信息知识，仅代表作者本人观点，与本网站无关，侵删请联系页脚下方联系方式。
2.《mhc分子 NetMHCpan4.0整合亲和力和洗脱配体数据更准确MHC-I分子相》仅供读者参考，本网站未对该内容进行证实，对其原创性、真实性、完整性、及时性不作任何保证。
3.文章转载时请保留本站内容来源地址，https://www.lu-xu.com/caijing/1182243.html
