Visualisieren, verstehen und interpretieren Sie MHC-Bindungsspezifitäten und Liganden

Eine Datenbank, die maschinelles Lernen nutzt, um Peptide für die Erkennung durch T-Zellen zu entschlüsseln

Proteine des Haupthistokompatibilitätskomplexes (MHC) spielen eine entscheidende Rolle bei Immunreaktionen, indem sie Peptide für die Erkennung durch T-Zellen präsentieren. Diese Peptide sind daher äußerst wichtige und vielversprechende therapeutische Ziele für Impfstoffe und Immuntherapien. In diesem in silico talk präsentiert Daniel Tadros den MHC Motif Atlas, eine Datenbank, die auf der Grundlage grosser Massenspektrometrie-Datensätze mit maschinellem Lernen trainiert wurde, um die Black Box für die Visualisierung und Interpretation der Proteinbindungsspezifitäten von MHC zu beleuchten. Die Datenbank wurde in der Gruppe von David Gfeller am SIB in Zusammenarbeit zwischen Simon Eggenschwiler und Daniel Tadros entwickelt.

Über die in silico talks-Reihe - Das Neueste aus der Bioinformatik von SIB-Wissenschaftlern

Mit der Online-Reihe in silico talks möchten wir Bioinformatiker, Biowissenschaftler und Kliniker über die neuesten Fortschritte der SIB-Wissenschaftler zu einem breiten Spektrum von Bioinformatik-Methoden, -Forschung und -Ressourcen informieren. Bleiben Sie auf dem Laufenden, erhalten Sie exklusive Einblicke in die neuesten Veröffentlichungen und erfahren Sie, wie diese Fortschritte Ihnen bei Ihrer Arbeit oder Forschung helfen können, indem Sie sich in die in silico talks-Mailingliste eintragen.

Sprecher
Name:
Daniel Tadros
Institute:
Stiftung ISREC
Group:

Daniel Tadros erwarb seinen Bachelor- und Master-Abschluss in Life Sciences Engineering an der École Polytechnique Fédérale de Lausanne (EPFL). Seine Masterarbeit schrieb er im Labor für medizinische Bildverarbeitung von Prof. Dimitri Van De Ville. Seit Mai 2021 arbeitet er als Doktorand im Labor für computergestützte Krebsbiologie unter der Leitung von Prof. David Gfeller an der Entwicklung von Algorithmen für Epitopvorhersagen. Das Hauptziel des Projekts ist es, die Regeln der Antigenpräsentation und der T-Zell-Erkennungsspezifität zu entschlüsseln, die die Grundlage der Krebsimmuntherapie bilden.

Video
Duration:
8 Minuten
Lizenz:

Dieses Video ist unter der Creative Commons Lizenz CC-BY-4.0 verfügbar

Aufgrund des hohen Polymorphismus von MHC-Molekülen weisen verschiedene MHC-Proteine unterschiedliche Bindungsspezifitäten auf. Forscher nutzten große Datensätze, um maschinelle Lernwerkzeuge für die Vorhersage von MHC-Liganden zu trainieren. Allerdings werden MHC-Ligandenvorhersage-Tools oft als Black Boxes verwendet und liefern keine Erklärungen dafür, warum ein Peptid eine gute oder schlechte Bewertung erhält. Der MHC-Motivatlas bietet nun die Möglichkeit, diese Ergebnisse besser zu interpretieren und die Bindungseigenschaften von MHC-Liganden besser zu verstehen

Wenn Sie sich für Krebsimmuntherapie und Impfstoffentwicklung sowie den Einsatz von maschinellem Lernen in diesem Bereich interessieren, dann ist dieser Vortrag genau das Richtige für Sie!

Reference(s)

Tadros D.M. et al. Der MHC-Motiv-Atlas: eine Datenbank mit MHC-Bindungsspezifitäten und Liganden. Nucleic Acids Research. 2023;gkac965. doi: 

DOI:
10.1093/nar/gkac965

Treffen Sie die beteiligten Gruppen