免疫组学研究
开放获取

抽象的

数量优势：通过结合多个预测工具的结果，实现 MHC-I 结合预测的更高准确性

布雷特·特罗斯特、米克·比基斯和安东尼·库萨利克

背景：源自内源性抗原的肽可以与 MHC I 类分子结合。那些以高亲和力结合的物质可以引发 CD8+ 免疫反应，从而破坏受感染的细胞。免疫信息学领域的许多工作涉及肽与各种 MHC-I 等位基因的结合亲和力的算法预测。已经开发了许多用于 MHC-I 结合预测的工具，其中许多可以在网络上找到。结果：我们假设通过多种工具预测的肽比仅通过一种工具预测的肽更有可能结合，并且特定肽成为结合物的可能性与预测它的工具的数量以及这些工具的准确性。为此，我们建立并测试了一种基于启发式的方法，通过结合多种工具的结果来进行 MHC 结合预测。首先确定每个工具的预测性能。这些性能数据用于得出权重，以便更准确地预测工具的预测得到更大的可信度。使用十倍交叉验证对组合工具进行了评估，发现当使用高特异性阈值时，组合工具的性能显着优于单个工具。在较低的特异性阈值下，它的性能与性能最佳的单个工具相当。最后，它还优于线性判别分析所产生的工具组合。结论：