基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的:利用神经网络集成(NNE)预测MHC-Ⅰ类分子结合肽. 方法: 基于HLA-A·0201编码的MHC-Ⅰ类分子结合肽数据库(含有628个9聚物)及其结合能力分类,利用NNE分别对具有无、低、中和高4类亲合性的结合肽进行分类预测;同时还进一步利用T细胞真实表位集(含50个表位)评估了NNE的预测性能. 结果: 集成数为12的NNE对上述分类的平均预测命中率可达0.8,而且NNE对潜在T细胞表位的预测能力也较高,约84%的真实表位归于高和中等亲合性的潜在抗原肽一类. 结论: 可以利用神经网络集成预测MHC-Ⅰ类分子结合肽,并进而预测相应的T细胞表位.经适当修改,NNE预测工具可扩展为能涵盖任意长度的Ⅰ类分子结合肽甚至可扩展到Ⅱ类分子结合肽的预测.
推荐文章
用广义选择性神经网络集成预测MHC-Ⅱ分子结合肽
选择性神经网络
微分进化算法
MHC
5匹马外周血单个核细胞表达MHC-Ⅰ类分子的差异分析
经典主要组织相容性复合体Ⅰ类分子
多态性
反转录-聚合酶链式反应
基于改进的人工神经网络方法预测CTL表位
人工神经网络
BP网络
CTL表位
MHC-短肽复合物
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用神经网络集成预测MHC-Ⅰ类分子结合肽
来源期刊 中国病理生理杂志 学科 医学
关键词 主要组织相容性复合物 人工神经网络 神经网络集成 T细胞表位预测 结合肽
年,卷(期) 2005,(5) 所属期刊栏目 论著
研究方向 页码范围 894-897
页数 4页 分类号 R363
字数 2985字 语种 中文
DOI 10.3321/j.issn:1000-4718.2005.05.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 曾耀英 暨南大学组织移植和免疫中心 300 2350 22.0 32.0
2 韩博平 暨南大学水生生物研究所 192 4189 32.0 56.0
3 何贤辉 暨南大学组织移植和免疫中心 98 770 16.0 23.0
4 郑启伦 华南理工大学计算机科学与工程系 103 1003 17.0 26.0
5 刘顺会 暨南大学组织移植和免疫中心 5 44 3.0 5.0
9 曾安 华南理工大学计算机科学与工程系 9 102 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
主要组织相容性复合物
人工神经网络
神经网络集成
T细胞表位预测
结合肽
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国病理生理杂志
月刊
1000-4718
44-1187/R
大16开
广东省广州市黄埔大道西601号
46-98
1985
chi
出版文献量(篇)
11461
总下载数(次)
3
总被引数(次)
84945
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导