本书阐述的是免疫信息学相关内容及其在免疫原性预测中日益重要的作用。书中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。

本书适合本科生、研究生使用，对于免疫学研究工作者也有很大的参考价值。

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。本书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。

本书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。

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