Bioinformatica immunologica: Previsione degli epitopi dell'MHC di classe II

Una previsione accurata degli epitopi delle molecole del Complesso Maggiore di Istocompatibilità (MHC) rappresenta un passo fondamentale nella progettazione dei vaccini genetici. Prevedere con successo gli epitopi MHC di classe II è più difficile rispetto a quelli di classe I a causa della scanalatura di legame aperta su entrambe le estremità delle molecole di classe II; questa struttura comporta una lunghezza variabile degli epitopi MHC di classe II e complica il compito di individuare il 9-mero di legame centrale. In questo libro abbiamo presentato un nuovo algoritmo di classificazione per la previsione degli epitopi MHC di classe II utilizzando la tecnica del Multiple Instance Learning. Il Separated Constructive Clustering Ensemble (SCCE) è la nostra nuova versione del Constructive Clustering Ensemble (CCE). SCCE integra l'algoritmo genetico, il clustering K-medoid, l'apprendimento ensemble e la macchina a vettori di supporto in un'orchestrazione per prevedere gli epitopi MHC II. L'SCCE è stato testato su quattro set di dati di riferimento e ha raggiunto un'accuratezza media dell'85%. I risultati dell'SCCE superano la maggior parte dei metodi di regressione all'avanguardia attualmente disponibili. L'SCCE ha ottenuto questi risultati utilizzando solo i flag di legame e di non legame, senza bisogno di dati di regressione.