Visualisez, comprenez et interprétez les spécificités de liaison du CMH et les ligands

Une base de données utilisant l'apprentissage automatique pour déchiffrer les peptides afin de permettre leur reconnaissance par les lymphocytes T

Les protéines du complexe majeur d'histocompatibilité (CMH) jouent un rôle crucial dans les réponses immunitaires en présentant des peptides pour la reconnaissance des lymphocytes T. Ces peptides sont donc des cibles thérapeutiques très importantes et prometteuses pour les vaccins et l'immunothérapie. Dans cet in silico talk, Daniel Tadros présente le MHC Motif Atlas, une base de données entraînée sur de grands ensembles de données de spectrométrie de masse à l'aide de l'apprentissage automatique afin d'éclairer la boîte noire pour visualiser et interpréter les spécificités de liaison des protéines du CMH. La base de données a été développée au sein du groupe de David Gfeller au SIB, en collaboration entre Simon Eggenschwiler et Daniel Tadros.

À propos de la série in silico talks - Les dernières avancées en bioinformatique par les scientifiques du SIB

La série in silico talks a pour but d'informer les bioinformaticiens, les spécialistes des sciences de la vie et les cliniciens des dernières avancées réalisées par les scientifiques du SIB sur un large éventail de sujets liés aux méthodes, à la recherche et aux ressources en bioinformatique. Restez au courant des derniers développements, obtenez des informations exclusives sur les articles récents et découvrez comment ces avancées pourraient vous aider dans votre travail ou votre recherche en vous inscrivant à la liste de diffusion in silico talks.

Intervenants
Name:
Daniel Tadros
Institute:
Fondation ISREC
Group:

Daniel Tadros a obtenu son bachelor et son master en ingénierie des sciences de la vie à l'École polytechnique fédérale de Lausanne (EPFL). Il a réalisé son mémoire de master au laboratoire de traitement d'images médicales du professeur Dimitri Van De Ville. Depuis mai 2021, il travaille comme doctorant au laboratoire de biologie computationnelle du cancer sous la supervision du professeur David Gfeller, où il développe des algorithmes pour la prédiction des épitopes. L'objectif principal du projet est de découvrir les règles de présentation des antigènes et la spécificité de la reconnaissance des cellules T, qui sont la pierre angulaire de l'immunothérapie contre le cancer.

Vidéo
Duration:
8 minutes
Licence:

Cette vidéo est disponible sous la licence Creative Commons CC-BY-4.0

En raison du polymorphisme élevé des molécules du CMH, différentes protéines du CMH présentent différentes spécificités de liaison. Les chercheurs ont exploité de grands ensembles de données pour former des outils d'apprentissage automatique afin de prédire les ligands du CMH. Cependant, les outils de prédiction des ligands du CMH sont souvent utilisés comme des boîtes noires et ne fournissent aucune explication sur les raisons pour lesquelles un peptide obtient un bon ou un mauvais score. L'atlas des motifs du CMH offre désormais la possibilité de mieux interpréter ces résultats et de mieux comprendre les propriétés de liaison des ligands du CMH

Si vous vous intéressez à l'immunothérapie contre le cancer et au développement de vaccins, ainsi qu'à l'utilisation de l'apprentissage automatique dans ce domaine, cette conférence est faite pour vous !

Reference(s)

Tadros D.M. et al. The MHC Motif Atlas : une base de données sur les spécificités de liaison et les ligands du CMH. Nucleic Acids Research. 2023 ; gkac965. doi : 

DOI:
10.1093/nar/gkac965

Rencontrer les groupes impliqués