Иммунные исследования
Открытый доступ

Абстрактный

Биофизические свойства аминокислот в статистическом прогнозировании связывания пептида с MHC класса I

Сураджит Рэй и Томас Б. Кеплер

Предыстория: Ключевым шагом в развитии адаптивного иммунного ответа на патогены или вакцины является связывание коротких пептидов с молекулами главного комплекса гистосовместимости (MHC) для представления Т-лимфоцитам, которые таким образом активируются и дифференцируются в эффекторные клетки и клетки памяти. Рациональный дизайн вакцин частично заключается в идентификации соответствующих пептидов для осуществления этого процесса. В настоящее время существует несколько алгоритмов, используемых для составления таких прогнозов, но они ограничены небольшим числом молекул MHC и имеют хорошую, но несовершенную предсказательную силу. Результаты: Мы провели исследование мощности, полученной за счет использования преимущества естественного представления аминокислот с точки зрения их биофизических свойств. Мы использовали несколько известных статистических классификаторов, используя либо наивное кодирование аминокислот по названию, либо кодирование по биофизическим свойствам. Во всех случаях кодирование по биофизическим свойствам приводит к существенно меньшей ошибке неправильной классификации. Заключение: Представление аминокислот с использованием нескольких важных биофизико-химических свойств обеспечивает естественную основу для представления пептидов и значительно улучшает прогнозирование связывания пептида с MHC класса I.