Librería Samer Atenea
Librería Aciertas (Toledo)
Kálamo Books
Librería Perelló (Valencia)
Librería Elías (Asturias)
Donde los libros
Librería Kolima (Madrid)
Librería Proteo (Málaga)
L’identificazione dei peptidi leganti il complesso maggiore di istocompatibilità (MHC) è un passo importante nella selezione dei candidati epitopi delle cellule T adatti all’uso nei nuovi vaccini. La scanalatura di legame della molecola MHC di classe II è aperta su entrambi i lati, il che consente un’elevata variabilità nella lunghezza dei peptidi che si legano a questa molecola e, di conseguenza, complica la previsione del motivo centrale di legame. Un approccio computazionale accurato ed efficiente per la previsione di tali peptidi può ridurre notevolmente il tempo e i costi necessari per la progettazione di nuovi vaccini. EpiGASVM, un nuovo approccio per la previsione in silico degli epitopi MHC di classe II, è stato sviluppato combinando algoritmi genetici e macchine a vettori di supporto. Nove varianti di EpiGASVM sono state applicate a due set di dati di riferimento a similarità ridotta. L’accuratezza della previsione e l’area sotto la curva caratteristica operativa del ricevitore sono state calcolate come misure di prestazione. La tecnica è stata confrontata con alcune tecniche all’avanguardia in questo settore (ad esempio ARB, SMM-Align, PROPRED, NN-Align). I risultati mostrano che EpiGASVM è una nuova tecnica promettente per la soluzione del problema della previsione degli epitopi MHC di classe II.
