| 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 |
|
|
|