Investigación inmunológica
Acceso abierto

abstracto

La fuerza está en los números: lograr una mayor precisión en la predicción de la unión del MHC-I mediante la combinación de los resultados de varias herramientas de predicción

Brett Trost, Mik Bickis y Anthony Kusalik

Antecedentes: los péptidos derivados de antígenos endógenos pueden unirse a las moléculas del MHC de clase I. Aquellos que se unen con alta afinidad pueden invocar una respuesta inmune CD8+, lo que resulta en la destrucción de las células infectadas. Gran parte del trabajo en inmunoinformática ha implicado la predicción algorítmica de la afinidad de unión de péptidos a varios alelos de MHC-I. Se han desarrollado varias herramientas para la predicción de la unión de MHC-I, muchas de las cuales están disponibles en la web. Resultados: Tenemos la hipótesis de que los péptidos predichos por varias herramientas tienen más probabilidades de unirse que los predichos por una sola herramienta, y que la probabilidad de que un péptido en particular sea un aglutinante está relacionada con la cantidad de herramientas que lo predicen, así como con la precisión de esas herramientas. Con este fin, hemos creado y probado un método basado en heurística para realizar predicciones de unión al MHC mediante la combinación de los resultados de varias herramientas. Primero se determina el rendimiento predictivo de cada herramienta individual. Estos datos de rendimiento se utilizan para derivar ponderaciones de modo que las predicciones de herramientas con mayor precisión tengan mayor credibilidad. La herramienta combinada se evaluó usando una validación cruzada de diez veces y se encontró que superaba significativamente a las herramientas individuales cuando se usaba un umbral de especificidad alto. Funciona comparablemente bien con las herramientas individuales de mejor rendimiento en umbrales de especificidad más bajos. Finalmente, también supera a la combinación de las herramientas resultantes del análisis discriminante lineal. Conclusión: un método basado en heurística para combinar los resultados de las herramientas individuales facilita mejor la exploración de proteomas grandes en busca de epítopos potenciales, lo que genera más aglutinantes reales de alta afinidad y reporta muy pocos falsos positivos.