Immunomforschung
Offener Zugang

Abstrakt

Verbesserte Methode zur Vorhersage linearer B-Zell-Epitope

Jens Erik Pontoppidan Larsen, Ole Lund und Morten Nielsen

Hintergrund: B-Zell-Epitope sind die Stellen von Molekülen, die von Antikörpern des Immunsystems erkannt werden. Kenntnisse über B-Zell-Epitope können bei der Entwicklung von Impfstoffen und diagnostischen Tests verwendet werden. Daher ist es von Interesse, verbesserte Methoden zur Vorhersage von B-Zell-Epitopen zu entwickeln. In diesem Artikel beschreiben wir eine verbesserte Methode zur Vorhersage linearer B-Zell-Epitope. Ergebnisse: Zu diesem Zweck wurden drei Datensätze linearer Proteine ​​mit annotierten B-Zell-Epitopen erstellt. Ein Datensatz wurde aus der Literatur gesammelt, ein anderer Datensatz wurde aus der AntiJen-Datenbank extrahiert und ein Datensatz von Epitopen in den Proteinen von HIV wurde aus der Los Alamos HIV-Datenbank gesammelt. Eine unvoreingenommene Validierung der Methoden wurde durch Tests an Datensätzen durchgeführt, an denen sie weder trainiert noch optimiert wurden. Wir haben die Leistung auf nichtparametrische Weise gemessen, indem wir ROC-Kurven erstellt haben. Schlussfolgerung: Die beste Einzelmethode zur Vorhersage linearer B-Zell-Epitope ist das Hidden-Markov-Modell. Durch die Kombination des Hidden-Markov-Modells mit einer der besten Propensity-Scale-Methoden haben wir die BepiPred-Methode erhalten. Beim Test mit dem Validierungsdatensatz ist diese Methode deutlich leistungsfähiger als alle anderen getesteten Methoden. Der Server und die Datensätze sind öffentlich verfügbar unter http://www.cbs.dtu.dk/services/BepiPred.