Иммунные исследования
Открытый доступ

Абстрактный

NetMHCIIpan-2.0 — улучшенные панспецифичные прогнозы HLA-DR с использованием новой процедуры параллельного выравнивания и оптимизации веса

Мортен Нильсен, Суне Юстесен, Оле Лунд, Клаус Лундегор, Сорен Буус

Предыстория: Связывание пептидов с молекулами главного класса гистосовместимости II (MHC-II) играет центральную роль в управлении реакциями адаптивной иммунной системы. Молекулы MHC-II отбирают пептиды из внеклеточного пространства, позволяя иммунной системе обнаруживать присутствие чужеродных микробов из этого отсека. Поэтому предсказание того, какие пептиды связываются с молекулой MHC-II, имеет решающее значение для понимания иммунного ответа и его влияния на взаимодействия хозяина и патогена. Экспериментальные затраты, связанные с характеристикой мотива связывания молекулы MHC-II, значительны, и поэтому большие усилия были направлены на разработку точных компьютерных методов, способных предсказать это событие связывания. Предсказание связывания пептида с MHC-II осложняется открытой щелью связывания молекулы MHC-II, что позволяет связывать пептиды, выходящие за пределы бороздки связывания. Более того, гены, кодирующие молекулы MHC, чрезвычайно разнообразны, что приводит к большому набору различных молекул MHC, каждая из которых потенциально связывает уникальный набор пептидов. Характеристика каждой молекулы MHC-II с использованием анализов связывания пептидного скрининга, следовательно, не является жизнеспособным вариантом. Результаты: Здесь мы представляем алгоритм прогнозирования связывания MHC-II, направленный на решение этих проблем. Метод является пан-специфической версией ранее опубликованного алгоритма аллель-специфического NN-выравнивания и не требует предварительного выравнивания входных данных. Это позволяет методу также извлекать выгоду из информации из аллелей, охваченных ограниченными данными связывания. Метод оценивается на большом и разнообразном наборе контрольных данных и, как показано, значительно превосходит современные методы прогнозирования MHC-II. В частности, обнаружено, что метод повышает производительность для аллелей, характеризующихся ограниченными данными связывания, где обычные аллель-специфические методы, как правило, достигают низкой точности прогнозирования. Выводы: Таким образом, метод демонстрирует большой потенциал для эффективного повышения точности прогнозирования связывания MHC-II, поскольку точные прогнозы могут быть получены для новых аллелей при значительно сниженных экспериментальных затратах. Панспецифические прогнозы связывания могут быть получены для всех аллелей с известной последовательностью белка, и метод может выиграть от включения данных в обучение из аллелей, даже если известно только несколько связывателей. Метод и данные эталонных тестов доступны по адресу http://www.cbs.dtu.dk/services/NetMHCIIpan-2.0