Imunoinformática [Portuguese]

By Amr Badr and Emad Nabil

A identificação de peptídeos de ligação ao Complexo Principal de Histocompatibilidade (MHC) é um passo importante na seleção de candidatos a epítopos de células T adequados para uso em novas vacinas. A ranhura de ligação da molécula MHC Classe II é aberta em ambos os lados, o que permite uma alta variabilidade no comprimento dos peptídeos que se ligam a essa molécula e, consequentemente, complica a previsão do motivo central de ligação. Uma abordagem computacional precisa e eficiente para a previsão desses peptídeos pode reduzir significativamente o tempo e o custo necessários para o desenvolvimento de novas vacinas. O EpiGASVM, uma nova abordagem para a previsão in silico de epítopos MHC Classe II, foi desenvolvido combinando Algoritmos Genéticos e Máquinas de Vetor de Suporte. Nove variações do EpiGASVM foram aplicadas a dois conjuntos de dados de referência com similaridade reduzida. A precisão da previsão e a área sob a curva característica de operação do recetor foram calculadas como medidas de desempenho. A técnica é comparada com algumas técnicas de ponta nesta área (por exemplo, ARB, SMM-Align, PROPRED, NN-Align). Os resultados mostram que o EpiGASVM é uma nova técnica promissora para a solução do problema de previsão de epítopos MHC Classe II.

• Format: Paperback
• Language: Portuguese
• ISBN: 6209503349
• ISBN13: 9786209503344
• Release Date: January 2026
• Publisher: Edicoes Nosso Conhecimento
• Length: 108 Pages
• Weight: 0.34 lbs.
• Dimensions: 0.3" x 6.0" x 9.0"