抽象动机:识别抗原表位在医疗应用中至关重要,例如免疫诊断试剂发现,疫苗设计和药物开发。计算方法可以补充低吞吐量,耗时和代价高昂的表位实验确定。当前可用的预测方法在预测表位上具有适度的成功,这限制了其适用性。表位预测可能会使多个表位位于相同的抗原上,并且完全不可用的实验数据更加复杂。结果:在这里,我们介绍了抗原表位预测程序ISPIPAB,该程序结合了来自两种基于特征方法的信息和一种基于对接的方法。我们证明,ISPIPAB的表现优于其每个分类器以及其他最先进的方法,包括专门为表位预测设计的方法。通过将预测算法与层次聚类相结合,我们表明我们可以有效捕获与可用的实验数据一致的表位,同时还揭示了未来实验研究的其他新颖目标。联系人:raji@yu.edu补充信息:可通过BioInformatics在线获得补充数据。
主要关键词