激光生物学报
激光生物學報
격광생물학보
Acta Laser Biology Sinica
2015年
5期
455-459
,共5页
多类支持向量机%B 细胞表位多类亚类%预测服务器
多類支持嚮量機%B 細胞錶位多類亞類%預測服務器
다류지지향량궤%B 세포표위다류아류%예측복무기
multi-class SVM%B-cell epitopes subclasses%web server
目的:根据诱导的特异性抗体种型,B 细胞表位被分成不同的亚类。探索表位多类亚类之间的区别非常重要,能促进揭示免疫系统为什么会针对不同的表位产生特异性抗体应答。基于多类支持向量机,发展一个能区分多类表位亚类并且能预测 B 细胞表位的亚类类别的模型。方法:训练模型的数据集来源于免疫表位数据库,数据集包含4类数据,对应4种 B 细胞表位亚类:IgA 表位,IgE 表位,IgG 表位以及 IgM表位。通过5折交叉验证,分别探索氨基酸组成特征,quasi-序列顺序特征以及二肽组成特征区分表位多类亚类的能力。结果:实验结果表明二肽组成特征的区分性能最好,整体准确率为61.58%,应用此多类分类模型,开发了一个名为BCESCP 的免费使用的 B 细胞表位的亚类类别预测服务器,BCESCP 可以通过如下地址访问:http://www.bioin-fo.tsinghua.edu.cn /epitope /BCESCP/。
目的:根據誘導的特異性抗體種型,B 細胞錶位被分成不同的亞類。探索錶位多類亞類之間的區彆非常重要,能促進揭示免疫繫統為什麽會針對不同的錶位產生特異性抗體應答。基于多類支持嚮量機,髮展一箇能區分多類錶位亞類併且能預測 B 細胞錶位的亞類類彆的模型。方法:訓練模型的數據集來源于免疫錶位數據庫,數據集包含4類數據,對應4種 B 細胞錶位亞類:IgA 錶位,IgE 錶位,IgG 錶位以及 IgM錶位。通過5摺交扠驗證,分彆探索氨基痠組成特徵,quasi-序列順序特徵以及二肽組成特徵區分錶位多類亞類的能力。結果:實驗結果錶明二肽組成特徵的區分性能最好,整體準確率為61.58%,應用此多類分類模型,開髮瞭一箇名為BCESCP 的免費使用的 B 細胞錶位的亞類類彆預測服務器,BCESCP 可以通過如下地阯訪問:http://www.bioin-fo.tsinghua.edu.cn /epitope /BCESCP/。
목적:근거유도적특이성항체충형,B 세포표위피분성불동적아류。탐색표위다류아류지간적구별비상중요,능촉진게시면역계통위십요회침대불동적표위산생특이성항체응답。기우다류지지향량궤,발전일개능구분다류표위아류병차능예측 B 세포표위적아류유별적모형。방법:훈련모형적수거집래원우면역표위수거고,수거집포함4류수거,대응4충 B 세포표위아류:IgA 표위,IgE 표위,IgG 표위이급 IgM표위。통과5절교차험증,분별탐색안기산조성특정,quasi-서렬순서특정이급이태조성특정구분표위다류아류적능력。결과:실험결과표명이태조성특정적구분성능최호,정체준학솔위61.58%,응용차다류분류모형,개발료일개명위BCESCP 적면비사용적 B 세포표위적아류유별예측복무기,BCESCP 가이통과여하지지방문:http://www.bioin-fo.tsinghua.edu.cn /epitope /BCESCP/。
Objective:B-cell epitopes (BCEs)can be divided into subclasses according to the isotype of antibody (Ab)that BCEs can induce.It is important to discriminate among these BCEs subclasses because it would be beneficial to understand why the immune system produces different Ab isotypes against different BCEs.Based on a multi-class sup-port vector machine (SVM),models have been developed to discriminate among BCEs subclasses.Methods:A four-class dataset including four BCEs subclasses was created to train and test the models.Various primary sequence features including amino acid composition,quasi-sequence-order and dipeptide composition have been computed for comparing their ability to discriminate BCEs subclasses using five-fold cross validation.Results:It was observed that dipeptide composition based model achieved the highest overall accuracy of 61 .58%.Moreover,a web server,BCESCP,of the best performing multi-class classification model has been provided for predicting subclass type of BCEs.BCESCP is free-ly available at http://www.bioinfo.tsinghua.edu.cn /epitope /BCESCP/.