![]()
内容推荐 随着基因组学、计算机技术以及免疫学的快速发展,免疫信息学已经成为一个新兴的且逐步完善的研究领域。免疫信息学分析就是利用免疫学的规律,对免疫学实验结果进行预测,再通过有效的免疫学实验进行验证,从而大幅度地减少免疫学研究的工作量,节约研究成本,促进现代免疫学的发展。 《现代生物技术前沿 免疫信息学:计算机辅助预测免疫原性》系统介绍了免疫信息学的概念、产生和发展、相关数据库、研究方法及其应用等,特别着重于抗原性的预测、分析和计算机辅助疫苗设计,并介绍了一些复杂软件的使用方法,因此理论性和实用性都很强。 《现代生物技术前沿 免疫信息学:计算机辅助预测免疫原性》定位于免疫信息学初学者,尤其适合本科生、研究生,对于免疫学研究工作者也有很大的参考价值。 目录 译者序 前言 1 免疫信息学与计算机辅助预测免疫原性:导论 第1部分 数据库 2 国际免疫遗传学信息系统(1MGT) 3 IMGT/HLA数据库 4 免疫多态性数据库:IPD 5 T细胞表位查询和预测数据库:SYFPEITHI 6 T细胞表位、MHC结合肽和TAP结合肽的搜寻及描图 7 Bcipep数据库中B细胞表位的搜寻及描图 8 半抗原、载体蛋白和抗半抗原抗体的检索 第2部分 HLA超型鉴定 9 基于GRID/CPCA和层次聚类法的HLA超型分类 10 HLA-A2超型的结构基础 11 基于MHC结合肽库定义MHC超型 12 基于肽结合凹槽静电分布图的HLA-I类等位基因分型 第3部分 肽与MHC结合能力的预测 13 特征参数法预测MHC结合肽 14 机器学习技术预测MHC结合肽 15 人工智能方法预测T细胞表位 16 小鼠MHC-多肽亲和力的预测 17 3D-QSAR模型预测MHC-多肽亲和力 18 基于MHC分子模型预测表位肽 19 基于支持向量机预测MHC结合肽 20 应用SVRMHC方法预测多肽与MHC分子的结合亲和力 21 基于结构及分子模拟预测HLA结合肽 22 基于结构预测MHC结合肽操作指南 23 MHC-I及MHC-II与肽结合的静态能分析 24 分子动力学模拟 25 一种预测MHC-II类分子结合肽的迭代方法 26 MHC-II类分子结合肽综合预测方法 27 基于贝叶斯神经网络的MHC-II类分子-肽复合物非线性预测模型 第4部分 免疫系统其他特性的预测 28 TAPPred法预测抗原中的TAP结合肽 29 B细胞表位的预测方法 30 一种MHC分子结构功官皂相似性分析平台:HistoCheck 31 免疫相关性毒力因子的预测 索引 彩图 |