NetMHC-3.0: accurate web accessible predictions of human, mouse and monkey MHC class I affinities for peptides of length 8-11.
NetMHC-3.0: accurate web accessible predictions of human, mouse and monkey MHC class I affinities for peptides of length 8-11.
复制标题
NETMHC-3.0：对于长度为8-11的肽，对人，小鼠和猴子I类亲和力的准确访问预测。
DOI：
10.1093/nar/gkn202
复制
发表时间：
2008-07-01
影响因子：
14.9
通讯作者：
Nielsen, Morten
中科院分区：
文献类型：
--
作者：
Lundegaard, Claus;Lamberth, Kasper;Harndahl, Mikkel;Buus, Soren;Lund, Ole;Nielsen, Morten
NetMHC-3.0使用来自免疫表位数据库和分析资源（IEDB）的亲和力数据和来自SYFPEG 1的洗脱数据在大量定量肽数据上进行训练。该方法生成高精度的预测主要组织相容性复合体（MHC）：肽结合。这些预测是基于人工神经网络训练的数据来自55个MHC等位基因（43个人类和12个非人类），和位置特异性评分矩阵（PSSM）为额外的67个HLA等位基因。由于只有MHC I类预测服务器可用，因此可以预测所有122个等位基因的长度为8-11的肽。人工神经网络预测以实际IC 50值给出，而PSSM预测以对数几率似然分数给出。输出可以选择下载，以方便后期处理。该服务器的训练方法是最好的，已被用于预测包括SARS、流感和HIV在内的一系列病原体病毒蛋白质组中可能的MHC结合肽，平均有75-80%的MHC结合物得到确认。在这里，使用一组新发布的亲和性数据进一步验证和基准测试性能，这些数据对训练集来说是非冗余的。该服务器是免费使用的，可在：http://www.cbs.dtu.dk/services/NetMHC。
NetMHC-3.0 is trained on a large number of quantitative peptide data using both affinity data from the Immune Epitope Database and Analysis Resource (IEDB) and elution data from SYFPEITHI. The method generates high-accuracy predictions of major histocompatibility complex (MHC): peptide binding. The predictions are based on artificial neural networks trained on data from 55 MHC alleles (43 Human and 12 non-human), and position-specific scoring matrices (PSSMs) for additional 67 HLA alleles. As only the MHC class I prediction server is available, predictions are possible for peptides of length 8–11 for all 122 alleles. artificial neural network predictions are given as actual IC50 values whereas PSSM predictions are given as a log-odds likelihood scores. The output is optionally available as download for easy post-processing. The training method underlying the server is the best available, and has been used to predict possible MHC-binding peptides in a series of pathogen viral proteomes including SARS, Influenza and HIV, resulting in an average of 75–80% confirmed MHC binders. Here, the performance is further validated and benchmarked using a large set of newly published affinity data, non-redundant to the training set. The server is free of use and available at: http://www.cbs.dtu.dk/services/NetMHC.
登录
查看更多内容
影响因子：
5.8
作者：
Lundegaard, Claus;Lund, Ole;Nielsen, Morten
通讯作者：
Nielsen, Morten
影响因子：
5.8
作者：
Nielsen, M;Lundegaard, C;Lund, O
通讯作者：
Lund, O
肽与MHC-I分子结合的社区资源基准预测。
影响因子：
4.3
作者：
Peters, Bjoern;Bui, Huynh-Hoa;Frankild, Sune;Nielsen, Morten;Lundegaard, Claus;Kostem, Emrah;Basch, Derek;Lamberth, Kasper;Harndahl, Mikkel;Fleri, Ward;Wilson, Stephen S.;Sidney, John;Lund, Ole;Buus, Soren;Sette, Alessandro
通讯作者：
Sette, Alessandro
影响因子：
--
作者：
Sylvester-Hvid, C;Nielsen, M;Buus, S
通讯作者：
Buus, S
影响因子：
8
作者：
Nielsen, M;Lundegaard, C;Lund, O
通讯作者：
Lund, O