Bio-informatique immunologique

La prédiction réussie des épitopes des molécules du complexe majeur d’histocompatibilité (CMH) constitue une étape essentielle dans la conception de vaccins génétiques. La prédiction des épitopes du CMH de classe II s’avère plus difficile que celle des épitopes du CMH de classe I en raison de la rainure de liaison ouverte aux deux extrémités des molécules de classe II ; cette structure entraîne une longueur variable pour les épitopes du CMH de classe II et complique la détection du 9-mère de liaison central. Dans cet ouvrage, nous présentons un nouvel algorithme de classification permettant de prédire les épitopes du CMH de classe II à l’aide de la technique d’apprentissage par instances multiples. Le Separated Constructive Clustering Ensemble (SCCE) est notre nouvelle version du Constructive Clustering Ensemble (CCE). Le SCCE intègre un algorithme génétique, le clustering K-médoïdes, l’apprentissage par ensembles et une machine à vecteurs de support dans une orchestration visant à prédire les épitopes du CMH de classe II. Le SCCE a été testé sur quatre ensembles de données de référence et a atteint une précision moyenne de 85 %. Les résultats du SCCE surpassent la plupart des méthodes de régression de pointe actuelles. Le SCCE a obtenu ces résultats en utilisant uniquement des indicateurs de liaison et de non-liaison, sans avoir besoin de données de régression.