刘涛, 宋哲, 刘伟,等.基于改进的人工神经网络方法预测CTL表位[J].,2007,(4):473-478 |
基于改进的人工神经网络方法预测CTL表位 |
Prediction of CTL epitopes based on modified artificial neural network |
|
DOI:10.7511/dllgxb200704002 |
中文关键词: 人工神经网络 BP网络 CTL表位 MHC-短肽复合物 |
英文关键词: artificial neural network BP networks CTL epitopes MHC-peptides compound |
基金项目: |
|
摘要点击次数: 772 |
全文下载次数: 1017 |
中文摘要: |
为简化细胞病毒T细胞(cytotoxicity T lymphocytek, CTL)表位鉴定方法,应用改进的人工神经网络方法定量研究了短肽与MHC(major histocompatibility complex)分子结合亲合力的关系,并建立了CTL表位的预测模型,得到了预测模型最优性能参数. 用此模型对短肽与HLA-A*0201分子结合的805个预测样本进行了预测,预测准确度达到73.8%. 对来自黑色素MAGE-2的短肽与MHC分子的结合亲合力也进行了预测,结果较好. |
英文摘要: |
To simplify the identification method of cytotoxicity T lymphocytek (CTL) epitopes, the binding affinity relationship between peptide and MHC (major histocompatibility complex) molecular was quantitatively studied with the modified artificial neural netwo |
查看全文
查看/发表评论 下载PDF阅读器 |
关闭 |
|
|
|