版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在T細胞介導的特異性免疫應答中,T細胞表面抗原受體(T-cell receptor,TCR)僅能識別抗原肽與主要組織相容性復合體(major histocompatibility complex,MHC)分子結合形成的復合物。此復合物的形成是依賴于抗原的加工提呈途徑。內源性抗原(病毒、腫瘤抗原等)需要經過蛋白酶體( proteaome)的降解、與抗原提呈相關的轉運蛋白(transporter associated with antige
2、n processing,TAP)的轉運、MHC Ⅰ類分子的結合后才能被細胞毒性T細胞(cytotoxic T lymphocyte,CTL)識別,相應的抗原肽稱為CTL表位;外源性抗原(細菌產生的毒素)也需要經過溶酶體酶的降解和MHC Ⅱ類分子的結合后才能被輔助性T細胞(helper T cell,Th)識別,相應的抗原肽稱為Th表位。一般來講,抗原的加工提呈途徑決定了T細胞對表位的選擇性。為了進一步弄清抗原的加工提呈機制,提高T細胞
3、表位預測的準確性和合理性,本文應用支持向量機方法對抗原加工提呈途徑中三個重要的選擇性階段進行了理論預測研究。
1.在內源性抗原的加工提呈途徑中,真核細胞中的泛素.蛋白酶體系統(tǒng)對抗原蛋白發(fā)揮著重要的酶切降解功能。為了進一步理解蛋白酶體的酶切機制,本文對蛋白酶體的裂解位點特異性進行了研究。文中采用支持向量分類器( support vector classifier,SVC)方法建立了蛋白酶體的裂解位點預測模型,預測準確度達到8
4、3.1%。在相同檢驗集下,本模型的性能表現要優(yōu)于其他預測模型。通過分析預測模型中不同位置上氨基酸對裂解位點形成的權重系數,本文獲取了蛋白酶體裂解位點及其兩側區(qū)域氨基酸的裂解特異性。這些裂解特異性反映了蛋白酶體與抗原蛋白相互作用信息,同時表明蛋白酶體對抗原蛋白的酶切處理不是隨機的,而是有一定模式和選擇性的。研究結果為進一步揭示蛋白酶體裂解抗原蛋白的機理提供了重要的信息。
2.在內源性抗原的加工提呈途徑中,MHC Ⅰ類分子發(fā)揮
5、著啟動和調節(jié)免疫應答的重要作用??乖闹挥薪Y合MHC Ⅰ類分子后,才能被細胞毒性T細胞(CTL)識別,然而,對于一個給定的MHC Ⅰ類分子,只有一組特定的抗原肽才能與之結合。因此,準確判斷哪些抗原肽能與指定MHC Ⅰ類分子結合,不僅有助于理解免疫機制,而且有助于開發(fā)高效的抗腫瘤疫苗,為了進一步了解MHC Ⅰ類分子與抗原肽結合的特異性,本文利用支持向量回歸機( support vector regression,SVR)方法以及四種氨基酸
6、編碼方式建立了四個抗原肽與MHC Ⅰ類分子結合親和力的預測模型。四個模型的性能比較顯示,基于氨基酸物理化學性質建立的模型具有更好的預測能力。此外,本文通過分析抗原肽中不同位置氨基酸對結合MHC Ⅰ類分子形成的權重系數,獲取了抗原肽與MHC Ⅰ類分子的結合特異性。
3.在外源性抗原的加工提呈途徑中,抗原肽與MHC Ⅱ類分子的結合是激活輔助性T細胞特異性免疫應答的先決條件。對于給定的一種MHC Ⅱ類分子,準確預測與之結合的抗原
7、肽,不僅有助于人們進一步理解免疫的基本原理,還對表位疫苗的開發(fā)、自身免疫性疾病(如類風濕關節(jié)炎、胰島素依賴性糖尿病等)的治療等有著重要的意義。本文應用迭代自洽(iterative self-consistent,ISC)策略與支持向量回歸機(SVR)的組合方法和四種氨基酸編碼方式,對17種MHC II分子(包括14種人類的HLA DR分子和3種鼠類的H2 IA分子)的配體數據進行了回歸分析,分別建立了預測模型。與其他預測模型的比較結果顯
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- PLS方法在T細胞表位預測中的應用.pdf
- 支持向量機在股票預測中的應用
- 支持向量機方法在非線性時間序列預測中的應用.pdf
- 支持向量機在空調負荷預測中的應用.pdf
- 支持向量機方法在風電場風速預測中的應用研究.pdf
- 支持向量機在股市預測中的分析與應用.pdf
- 支持向量機在預測股票波浪走勢中的應用.pdf
- 支持向量機在基坑變形預測中的應用研究.pdf
- 加權支持向量機在可靠性預測中的應用
- 支持向量機方法在結構損傷識別中的應用.pdf
- 支持向量機在金融市場預測中的應用.pdf
- 加權支持向量機在可靠性預測中的應用.pdf
- 支持向量機在注視探知與視頻預測中的應用.pdf
- 58907.支持向量機方法在儲層油氣預測中的應用研究
- 支持向量機的AOSVR算法及其在股票預測中的應用.pdf
- 灰色支持向量機在小樣本預測中的應用研究.pdf
- 支持向量機在人體健康狀態(tài)預測中的研究與應用.pdf
- 支持向量機在沖擊地壓預測模型中的應用研究.pdf
- 支持向量機在新生兒黃疸診斷預測中的應用.pdf
- 支持向量回歸機在基金凈值預測中的應用.pdf
評論
0/150
提交評論