学術界では、計算免疫学は、免疫学に対するハイスループットのゲノムおよびバイオインフォマティクスのアプローチを網羅する科学分野です。この分野の主な目的は、免疫学的データを計算上の問題に変換し、数学的および計算的アプローチを使用してこれらの問題を解決し、その結果を免疫学的に意味のある解釈に変換することです。
導入
免疫システムは人体の複雑なシステムであり、それを理解することは生物学で最も困難なテーマの 1 つです。免疫学の研究は、人体の防御の根底にあるメカニズムを理解し、免疫疾患の治療薬を開発して健康を維持するために重要です。ゲノム技術とプロテオーム技術の最近の発見は、免疫学の研究を劇的に変えました。ヒトやその他のモデル生物の ゲノムの配列決定により、免疫学の研究に関連するデータがますます大量に生成され、同時に膨大な量の機能データと臨床データが科学文献で報告され、臨床記録に保存されています。バイオインフォマティクスまたは計算生物学の最近の進歩は、これらの大規模データを理解および整理するのに役立ち、計算免疫学または免疫インフォマティクスと呼ばれる新しい分野を生み出しました。
計算免疫学はバイオインフォマティクスの一分野であり、配列アライメントやタンパク質構造予測ツールなどの同様の概念とツールに基づいています。イムノミクスはゲノミクスやプロテオミクスのような学問分野です。免疫学とコンピューターサイエンス、数学、化学、生化学を具体的に組み合わせて、免疫システム機能の大規模な分析を行う科学です。複雑なタンパク質間相互作用とネットワークを研究し、正常、病気、再構成状態における免疫応答とその役割をより深く理解することを目指しています。計算免疫学はイムノミクスの一部であり、大規模な実験データの分析に重点を置いています。[1] [2]
歴史
計算免疫学は、90年以上前にマラリア疫学の理論的モデリングから始まりました。当時は、病気の伝染の研究を導くために数学を使用することに重点が置かれていました。それ以来、この分野は免疫システムのプロセスと病気の他のすべての側面をカバーするように拡大しました。[3]
免疫学データベース
近年のシーケンシングとプロテオミクス技術の進歩により、分子データと免疫データの生成が何倍にも増加しています。データは非常に多様であるため、研究での使用に応じてさまざまなデータベースに分類できます。現在までに、核酸研究 (NAR) データベース コレクションには合計 31 の異なる免疫データベースが記載されており、免疫関連のデータベースとともに次の表に示されています。[4]表の情報は、NAR データベース コレクションのデータベースの説明から取得されています。
アレルギー情報のオンライン リソースも http://www.allergen.org で入手できます。このようなデータは、既知のアレルゲン間の交差反応の調査や、タンパク質の潜在的なアレルギー性の分析に役立ちます。アレルゲン タンパク質構造データベース(SDAP) には、アレルギー性タンパク質の情報が格納されています。食品アレルギー研究リソース プログラム (FARRP) のタンパク質アレルゲン- オンライン データベースには、科学文献や公開データベースから得られた既知および推定アレルゲンの配列が含まれています。Allergomeでは、 IgE 媒介疾患を引き起こすアレルゲンの注釈に重点を置いています。
ツール
さまざまな計算的、数学的、統計的方法が利用可能であり、報告されています。これらのツールは、免疫学的データの収集、分析、解釈に役立ちます。これらには、テキストマイニング、 [33]情報管理、[34] [35]配列分析、分子相互作用の分析、免疫システムと免疫学的プロセスの高度なシミュレーションを可能にする数学モデルが含まれます。[36] [37] アレルゲン交差反応性の情報の分類、[33]がん関連遺伝子変異の特定、免疫エピトープの分類など、免疫学領域における非構造化テキスト文書から興味深く複雑なパターンを抽出する試みが行われています。
免疫インフォマティクスでは、ClustalW、 [38]、 BLAST、[39] 、TreeViewなどの基本的なバイオインフォマティクスツールと、IGおよびTR配列解析用のEpiMatrix、[40] [41] IMGT/V-QUEST、IG可変ドメイン構造解析用のIMGT/Collier-de-PerlesおよびIMGT/StructuralQuery [42]などの特殊な免疫インフォマティクスツールが使用されています。[43]配列比較に依存する方法は多様であり、HLA配列保存の解析、ヒト免疫不全ウイルス(HIV)配列の起源の検証、およびラミブジンおよびエムトリシタビンに対するB型肝炎ウイルスポリメラーゼ耐性の解析のための相同性モデルの構築に適用されています。
タンパク質間相互作用とネットワークに焦点を当てた計算モデルもいくつかあります。T細胞とB細胞のエピトープマッピング、プロテアソーム切断部位の予測、TAPペプチドの予測に使用されるツールもあります。[44]実験データは、さまざまな分子標的を予測するためのモデルを設計し正当化するために非常に重要です。計算免疫学ツールは、実験データと数学的に設計された計算ツールの間のゲームです。
アプリケーション
アレルギー
アレルギーは免疫学の重要なテーマである一方、個人間でも大きく異なり、遺伝的に類似した個人の間でも異なる場合があります。タンパク質のアレルギー誘発性の評価は、(i)免疫原性、(ii)交差反応性、(iii)臨床症状という3つの主な側面に焦点を当てています。[45]免疫原性は、 IgE 抗体産生B細胞および/またはT細胞の特定のアレルゲンに対する反応によるものです。したがって、免疫原性研究は主に、 B細胞とT細胞によるアレルゲンの認識部位の特定に焦点を当てています。アレルゲンの3次元構造特性が、そのアレルギー誘発性を制御します。
免疫情報科学ツールの使用は、タンパク質のアレルギー誘発性を予測するのに役立ち、ヒトへの使用のために大規模にリリースされる前の新規食品のスクリーニングにおいてますます重要になるだろう。したがって、信頼性の高い広範なアレルギーデータベースを作成し、これを十分に検証された予測ツールと組み合わせて、遺伝子組み換え医薬品および食品の潜在的なアレルギー誘発性を特定できるようにする大きな取り組みが進行中である。開発はまだ初期段階であるが、世界保健機関と国連食糧農業機関は、遺伝子組み換え食品のアレルギー誘発性を評価するためのガイドラインを提案している。コーデックス食品規格[46]によると、タンパク質が既知のアレルギー誘発性物質と6つ以上の連続アミノ酸の同一性、または80アミノ酸ウィンドウにわたる35%以上の配列類似性を有する場合、そのタンパク質は潜在的にアレルギー誘発性がある。ルールはあるものの、その固有の限界が明らかになり始めており、ルールの例外がよく報告されている[47]。
感染症と宿主反応
感染症と宿主反応の研究では、数学モデルとコンピュータモデルが大きな助けとなります。これらのモデルは、宿主内での病原体の動態と病原体の持続を助ける宿主因子のメカニズムを理解することで、感染症の行動と拡散を特徴付けるのに非常に役立ちました。例としては、熱帯熱マラリア原虫[48]や反芻動物の線虫感染症などがあります。[49]
ゲノミクスとプロテオミクスをバイオインフォマティクス戦略と統合することで、さまざまな病原体に対する免疫応答の理解が進んでいます。病原体の大規模スクリーニングにおいて、現在多くの刺激的な開発が行われています。国立アレルギー感染症研究所 (NIAID) は、カテゴリー AC 病原体の B 細胞および T 細胞エピトープの体系的なマッピングの取り組みを開始しました。これらの病原体には、炭疽菌(炭疽菌)、ボツリヌス毒素 (ボツリヌス中毒)、天然痘(天然痘)、野兎病菌 (野兎病)、ウイルス性出血熱、ブルクホルデリア・シュードマレイ、ブドウ球菌エンテロトキシンB、黄熱病、インフルエンザ、狂犬病、チクングニアウイルスなどが含まれます。インフルエンザ A の記録の自動抽出とキュレーションのためのルールベースのシステムが報告されています。[50]
この開発により、病原体配列の保存領域を特定するのに役立つアルゴリズムが開発され、ワクチン開発に役立つでしょう。これは感染症の蔓延を抑えるのに役立ちます。例としては、保存されたHLA結合のタンパク質領域からワクチンターゲットを特定する方法[51]や、ウイルス病原体に対する広域中和抗体の交差反応性の計算評価などがあります。[52]これらの例は、公衆衛生における複雑な問題の解決に役立つ免疫情報学アプリケーションの威力を示しています。免疫情報学は発見プロセスを劇的に加速し、ワクチン開発に必要な時間を短縮する可能性があります。免疫情報学ツールは、SARS-CoV-2、 [53]、デングウイルス[54] 、リーシュマニア[55]に対するワクチンの設計に使用されています。
免疫システムの機能
この技術を使用すると、免疫システムの背後にあるモデルを知ることができます。この技術は、T細胞を介した抑制、[56]、末梢リンパ球の移動、[57]、 T細胞記憶、[58]、寛容、[59]、胸腺機能、[60]、抗体ネットワーク[61]のモデル化に使用されています。モデルは、さまざまな刺激に対する病原体の毒性とT細胞記憶の動態を予測するのに役立ちます。免疫ネットワークと免疫原性の特異性の性質を理解するのに役立つモデルもいくつかあります。
例えば、TAPペプチド輸送とHLAクラスI抗原提示との間の機能的関係を調べることは有用であった。[62] TAPは、抗原ペプチドを小胞体へ輸送する役割を担う膜貫通タンパク質であり、そこでMHCクラスI分子が抗原ペプチドに結合し、T細胞に提示される。TAPはすべてのペプチドに等しく結合するわけではないため、TAP結合親和性は、特定のペプチドがMHCクラスI経路にアクセスする能力に影響を与える可能性がある。人工ニューラルネットワーク(ANN)というコンピュータモデルを使用して、ヒトTAPへのペプチド結合とMHCクラスI結合との関係を研究した。この方法を使用すると、HLA結合ペプチドのTAPに対する親和性は、関係するHLAスーパータイプによって異なることがわかった。この研究は、ペプチドベースの免疫治療薬やワクチンの設計に重要な意味を持つ可能性がある。これは、複雑な免疫相互作用を理解するためのモデリングアプローチの威力を示している。[62]
ペプチド予測ツールとコンピュータシミュレーションを統合した方法もあり、特定の病原体のペプチドに特有の免疫応答ダイナミクスに関する詳細な情報を提供することができます。[63]
がん情報学
がんは、がん細胞に選択的な成長上の利点を与える体細胞変異の結果です。最近では、新しい変異を特定することが非常に重要になっています。ゲノミクスとプロテオミクスの技術は、それぞれの特定のがんとその治療に関連する変異を特定するために世界中で使用されています。計算ツールは、がん細胞の成長と表面抗原を予測するために使用されます。変異とがんリスクを評価するためのターゲットアプローチを説明する出版物があります。アルゴリズムCanPredictは、特定の遺伝子が既知のがん原因遺伝子にどれだけ似ているかを示すために使用されました。[64]がん免疫学は非常に重要視されているため、それに関連するデータは急速に増加しています。タンパク質間相互作用ネットワークは、ヒトの腫瘍形成に関する貴重な情報を提供します。がんタンパク質は、ヒトインタラクトームの通常のタンパク質とは異なるネットワークトポロジーを示します。[65] [66]免疫インフォマティクスは、腫瘍ワクチンの成功率を高めるのに役立っています。最近、ワクチン戦略によって誘発された人工免疫に対する宿主免疫システムのダイナミクスを分析するための先駆的な研究が行われています。[67] [68] [69]他のシミュレーションツールでは、予測された癌ペプチドを使用して、指定されたHLAに依存する免疫特異的抗癌反応を予測します。[37] これらのリソースは近い将来大幅に増加する可能性があり、免疫インフォマティクスはこの領域の主要な成長分野となるでしょう。
参照
参考文献
- ^ Tong JC、Ren EC (2009 年 7 月)。「免疫インフォマティクス: 現在の傾向と将来の方向性」。Drug Discov. Today . 14 (13–14): 684–9. doi :10.1016/j.drudis.2009.04.001. PMC 7108239 . PMID 19379830。
- ^ Korber B、LaBute M、Yusim K (2006 年 6 月)。 「免疫インフォマティクスが成熟する」。PLOS Comput. Biol . 2 ( 6): e71。Bibcode : 2006PLSCB ...2...71K。doi : 10.1371/ journal.pcbi.0020071。PMC 1484584。PMID 16846250。
- ^ Ross, R. (1916年2月1日). 「先験的病理測定の研究への確率理論の応用。パートI」。Proceedings of the Royal Society A . 92 (638): 204–230. Bibcode :1916RSPSA..92..204R. doi : 10.1098/rspa.1916.0007 .
- ^ オックスフォードジャーナル | 生命科学 | 核酸研究 | データベース概要論文カテゴリー
- ^ Ansari HR、Flower DR 、 Raghava GP (2010 年 1 月)。「AntigenDB: 病原体抗原の免疫情報データベース」。Nucleic Acids Res . 38 (データベース号): D847–53。doi :10.1093/ nar /gkp830。PMC 2808902。PMID 19820110。
- ^ Toseland CP、Clayton DJ、McSparron H、他 (2005 年 10 月)。「AntiJen: 機能、熱力学、運動、生物物理学、細胞データを統合した定量的免疫学データベース」。Immunome Research。1 ( 1 ) : 4。doi : 10.1186 / 1745-7580-1-4。PMC 1289288。PMID 16305757 。
- ^ Saha S, Bhasin M, Raghava GP (2005). 「Bcipep: B細胞エピトープのデータベース」BMC Genomics . 6 (1): 79. doi : 10.1186/1471-2164-6-79 . PMC 1173103 . PMID 15921533.
- ^ Chailyan A、Tramontano A、Marcatili P (2012 年 1 月)。「統合ツールを備えた免疫グロブリンのデータベース: DIGIT」。Nucleic Acids Res . 40 (データベース号): D1230–4。doi :10.1093/nar/gkr806。PMC 3245095。PMID 22080506。
- ^ Schönbach C, Koh JL, Flower DR, Wong L, Brusic V (2002年1月). 「FIMM、機能分子免疫学のデータベース:2002年アップデート」. Nucleic Acids Res . 30 (1): 226–9. doi : 10.1093/nar/30.1.226. PMC 99079. PMID 11752300.
- ^ Grimes GR、Moodie S、Beattie JS、他 (2005)。「GPX-マクロファージ発現アトラス: さまざまな炎症誘発性、抗炎症性、良性および病原体による刺激を受けたマクロファージの発現プロファイルのデータベース」。BMC Genomics。6 : 178。doi : 10.1186 / 1471-2164-6-178。PMC 1351201。PMID 16343346 。
- ^ Singh MK、Srivastava S、Raghava GP、 Varshney GC (2006年1 月)。「HaptenDB: ハプテン、キャリアタンパク質、抗ハプテン抗体の包括的なデータベース」。バイオインフォマティクス。22 (2): 253–5。doi : 10.1093/bioinformatics/ bti692。PMID 16443637。
- ^ Wang X、Zhao H、Xu Q、他 (2006 年 1 月)。「HPtaa データベース - ヒト癌の臨床診断および免疫療法の潜在的標的遺伝子」。Nucleic Acids Res . 34 (データベース号): D607–12。doi :10.1093/nar/gkj082。PMC 1347445。PMID 16381942。
- ^ Ponomarenko J、Papangelopoulos N、Zajonc DM、Peters B、Sette A、Bourne PE (2011 年 1 月)。「IEDB-3D: 免疫エピトープ データベース内の構造データ」。Nucleic Acids Res . 39 (データベース号): D1164–70。doi :10.1093/nar/gkq888。PMC 3013771。PMID 21030437。
- ^ Puck JM (1996年11月). 「IL2RGbase: ヒトX-SCIDを引き起こすガンマC鎖欠陥のデータベース」. Immunol. Today . 17 (11): 507–11. doi :10.1016/0167-5699(96)30062-5. PMID 8961626.
- ^ Lefranc MP (2001年1月). 「IMGT、国際免疫遺伝子データベース」. Nucleic Acids Res . 29 (1): 207–9. doi :10.1093/nar/29.1.207. PMC 29797. PMID 11125093.
- ^ Giudicelli V、Chaume D、Lefranc MP (2005 年 1 月)。「IMGT/GENE-DB: ヒトおよびマウスの免疫グロブリンおよび T 細胞受容体遺伝子の包括的なデータベース」。Nucleic Acids Res . 33 (データベース号): D256–61。doi : 10.1093/nar/gki010。PMC 539964。PMID 15608191。
- ^ Robinson J、Malik A、Parham P、Bodmer JG、Marsh SG (2000 年 3 月)。「IMGT/HLA データベース - ヒト主要組織適合遺伝子複合体の配列データベース」。 組織抗原。55 ( 3 ): 280–7。doi :10.1034/ j.1399-0039.2000.550314.x。PMC 29780。PMID 10777106。
- ^ Giudicelli V、Duroux P、Ginestoux C、他 (2006 年 1 月)。「IMGT/LIGM-DB、免疫グロブリンおよび T 細胞受容体ヌクレオチド配列の IMGT 包括的データベース」。Nucleic Acids Res . 34 (データベース号): D781–4。doi : 10.1093/ nar /gkj088。PMC 1347451。PMID 16381979。
- ^ abcd Robinson J、Mistry K、McWilliam H、Lopez R、 Marsh SG (2010 年 1 月)。「IPD—免疫多型データベース」。Nucleic Acids Res . 38 ( データベース号): D863–9。doi :10.1093/nar/ gkp879。PMC 2808958。PMID 19875415。
- ^ abcd Robinson J、Waller MJ 、 Fail SC、Marsh SG(2006年12月)。「IMGT/HLAおよびIPDデータベース」。Hum . Mutat . 27(12):1192–9。doi :10.1002/ humu.20406。PMID 16944494。S2CID 42119780 。
- ^ Bhasin M、Singh H、 Raghava GP (2003 年 3 月)。「MHCBN: MHC 結合ペプチドと非結合ペプチドの包括的なデータベース」。バイオ インフォマティクス。19 ( 5): 665–6。doi : 10.1093/bioinformatics/btg055。PMID 12651731。
- ^ Brusic V、Rudy G、Harrison LC (1994 年 9 月) 。 「MHCPEP: MHC結合ペプチドのデータベース」。核酸研究。22 (17): 3663–5。doi : 10.1093 /nar/22.17.3663。PMC 308338。PMID 7937075 。
- ^ Khan JM、Cheruku HR、Tong JC 、 Ranganathan S (2011年4月)。「MPID-T2: pMHCおよびTR/pMHC構造の配列-構造-機能解析用データベース」バイオインフォマティクス。27 (8):1192–3。doi : 10.1093/ bioinformatics /btr104。PMID 21349870。
- ^ Aidinis V、Chandras C、Manoloukos M、他 (2008 年 1 月)。「MUGEN マウス データベース; ヒト免疫疾患の動物モデル」。Nucleic Acids Res . 36 ( データベース号): D1048–54。doi :10.1093/nar/gkm838。PMC 2238830。PMID 17932065。
- ^ Yang B、Sayers S、Xiang Z、He Y (2011 年 1 月)。「Protegen: Web ベースの保護抗原データベースおよび分析システム」。Nucleic Acids Res . 39 (データベース号): D1073–8。doi : 10.1093/nar/gkq944。PMC 3013795。PMID 20959289。
- ^ Günther S, Hempel D, Dunkel M, Rother K, Preissner R (2007 年 1 月). 「SuperHapten: 小さな免疫原性化合物の包括的なデータベース」. Nucleic Acids Res . 35 (データベース号): D906–10. doi :10.1093/nar/gkl849. PMC 1669746. PMID 17090587 .
- ^ Sette, A. et al. 免疫エピトープデータベースおよび分析リソース。Pattern Recognition in Bioinformatics、Proceedings 4146、126-132 (2006)。
- ^ Sharma-Oates A、Quirke P 、 Westhead DR (2005) 。 「TmaDB: 組織マイクロアレイデータのリポジトリ」。BMC Bioinformatics。6 : 218。doi : 10.1186 / 1471-2105-6-218。PMC 1215475。PMID 16137321。
- ^ Retter I、Althaus HH、 Münch R、Müller W (2005 年 1 月)。「VBASE2、統合型V 遺伝子データベース」。Nucleic Acids Res . 33 (データベース号): D671–4。doi :10.1093/ nar /gki088。PMC 540042。PMID 15608286。
- ^ Schlessinger A、Ofran Y、Yachdav G、Rost B (2006 年 1 月)。「Epitome: 構造推定抗原エピトープのデータベース」。Nucleic Acids Res . 34 (データベース号): D777–80。doi :10.1093/ nar /gkj053。PMC 1347416。PMID 16381978。
- ^ Jojic V; Shay T; Sylvia K; Zuk O; Sun X; Kang J; Regev A; Koller D; 免疫ゲノムプロジェクトコンソーシアム (2013 年 6 月)。「マウス免疫システムにおける転写調節因子の同定」。Nature Immunology . 14 (6): 633–643. doi :10.1038/ni.2587. PMC 3690947 . PMID 23624555.
- ^ Bhattacharya S; Dunn P; Thomas CG; Smith B; Schaefer H; Chen J; Hu Z; Zalocusky KA; Shankar RD; Zalocusky KA; Shen-Orr SS; Thomson E; Wiser J; Butte AJ (2018 年 2 月)。「ImmPort、トランスレーショナル リサーチおよび臨床リサーチのためのオープン アクセス免疫アッセイ データの再利用に向けて」 。Scientific Data。5 : 180015。Bibcode : 2018NatSD ... 580015B。doi : 10.1038/sdata.2018.15。PMC 5827693。PMID 29485622。
- ^ ab Miotto O, Tan TW, Brusic V (2005). 「再利用可能なテキストマイニングによる生物学的データベースのキュレーションのサポート」Genome Inform . 16 (2): 32–44. PMID 16901087.
- ^ McDonald R、Scott Winters R、Ankuda CK、他 (2006 年 9 月)。「がん関連遺伝子変異体を含む生物医学論文を識別するための自動化手順」。Hum . Mutat . (提出原稿)。27 ( 9): 957–64。doi : 10.1002/humu.20363。PMID 16865690。S2CID 3230776 。
- ^ Wang P、Morgan AA、Zhang Q 、Sette A 、 Peters B (2007) 。「免疫エピトープデータベースのドキュメント分類の自動化」。BMC Bioinformatics。8 : 269。doi : 10.1186 / 1471-2105-8-269。PMC 1965490。PMID 17655769。
- ^ パラディーニ A、ニコレッティ G、パパラルド F、ムルゴ A、グロッソ V、スティヴァーニ V、イアンツァーノ ML、アントニョーリ A、クロッチ S、ランドゥッツィ L、デ ジョバンニ C、ナンニ P、モッタ S、ロリーニ PL (2010 年 10 月)。 「がん予防ワクチンのインシリコモデリングと生体内効果」。がん研究。70 (20): 7756–63。土井: 10.1158/0008-5472.CAN-10-0701。PMID 20924100。
- ^ ab Woelke AL、von Eichborn J、Murgueitio MS、Worth CL、Castiglione F、Preissner R (2011)。「免疫特異的相互作用ポテンシャルの開発とマルチエージェントシステムVaccImmへの応用」。PLOS ONE。6 ( 8 ) : e23257。Bibcode : 2011PLoSO ... 623257W。doi : 10.1371/ journal.pone.0023257。PMC 3157361。PMID 21858048。
- ^ Thompson JD、Higgins DG、Gibson TJ (1994 年 11 月)。「CLUSTAL W: シーケンスの重み付け、位置固有のギャップ ペナルティ、重みマトリックスの選択による段階的な多重シーケンス アライメントの感度の向上」。Nucleic Acids Res . 22 (22): 4673–80. doi :10.1093/nar/22.22.4673. PMC 308517 . PMID 7984417。
- ^ Altschul SF、Madden TL、Schäffer AA、他 (1997 年 9 月)。「Gapped BLAST および PSI-BLAST: 新世代のタンパク質データベース検索プログラム」。Nucleic Acids Res . 25 (17): 3389–402. doi :10.1093/nar/25.17.3389. PMC 146917 . PMID 9254694。
- ^ Elfaki, ME (2012年8月24日). 「in silicoで予測されたL. donovani候補ペプチドワクチンの免疫原性と免疫調節効果」. Human Vaccines & Immunotherapeutics . 8 (12): 1769–74. doi :10.4161/hv.21881. PMC 3656064. PMID 22922767 .
- ^ De Groot, AS; et al. (2005年3月). 「コンピュータ支援設計によるHIVワクチン開発:GAIAワクチン」.ワクチン. 23 (17–18): 2136–48. doi :10.1016/j.vaccine.2005.01.097. PMID 15755584.
- ^ Kaas, Q. & Lefranc, M. IMGT Colliers de Perles: IgSF および MheSF スーパーファミリードメインの標準化された配列構造表現。Current Bioinformatics 2、21-30 (2007)。
- ^ Brochet X、Lefranc MP、Giudicelli V (2008 年 7 月)。「IMGT/V-QUEST: IG および TR 標準化 VJ および VDJ 配列解析用の高度にカスタマイズされた統合システム」。Nucleic Acids Res . 36 ( Web Server版): W503–8。doi :10.1093/nar/gkn316。PMC 2447746。PMID 18503082。
- ^ Montañez R、Navas-Delgado I、Medina MA、Aldana-Montes JF、Sánchez-Jiménez F (2006 年 12 月)。「免疫ミクスに不可欠なツールとしてのタンパク質間相互作用の情報統合」。Cell . Immunol . 244 (2): 84–6. doi :10.1016/j.cellimm.2006.12.008. PMID 17442285。
- ^ Oehlschlager S、Reece P、Brown A、他 (2001 年 12 月)。「食品アレルギー - 新規食品の予測検査に向けて」。Food Addit Contam . 18 (12): 1099–107. doi :10.1080/02652030110050131. PMID 11761121. S2CID 19768067.
- ^ CODEX Alimentarius: ホーム
- ^ Li KB、Issac P、 Krishnan A (2004年11月)。「ウェーブレット変換 を用いたアレルギー性タンパク質の予測」バイオインフォマティクス。20 (16): 2572–8。doi : 10.1093/bioinformatics/bth286。PMID 15117757。
- ^ van Noort SP、Nunes MC、Weedall GD 、 Hviid L 、Gomes MG (2010)。「免疫選択と宿主内競争により、熱帯マラリア原虫の変異表面抗原のレパートリーが構造化される - 数学モデル」。PLOS ONE。5 ( 3 ): e9778。Bibcode : 2010PLoSO ... 5.9778V。doi : 10.1371/ journal.pone.0009778。PMC 2842302。PMID 20339540。
- ^ Chan MS、Isham VS(1998年8月)。「住血吸虫症免疫疫学の確率モデル」。Math Biosci . 151(2):179–98。doi : 10.1016 /S0025-5564(98)10014-7。PMID 9711049 。
- ^ Miotto O、Tan TW 、 Brusic V (2008)。「インフルエンザAウイルスの大規模タンパク質配列解析のためのルールベースの知識集約」。BMCバイオインフォマティクス。9(Suppl 1):S7。doi :10.1186 / 1471-2105-9 -S1- S7。PMC 2259408。PMID 18315860。
- ^ Olsen LR、Simon C、Kudahl UJ、Bagger FO、Winther O、Reinherz EL、Zhang GL、Brusic V (2015)。「保存されたヒト白血球抗原結合のタンパク質領域からワクチン標的を識別するための計算方法」。BMC Medical Genomics。8 (Suppl 4) (S1): S1。doi : 10.1186 / 1755-8794-8 -S4- S1。PMC 4682376。PMID 26679766。
- ^ Sun J、Kudahl UJ、Simon C、Cao Z、Reinherz EL、Brusic V (2014)。「インフルエンザウイルスヘマグルチニン上のB細胞エピトープの大規模分析 - 中和抗体の交差反応性への影響」。 免疫学の最前線。5 ( 38 ): 38。doi : 10.3389 / fimmu.2014.00038。PMC 3916768。PMID 24570677。
- ^ Rahman, Noor; Ali, Fawad; Basharat, Zarrin; Shehroz, Muhammad; Khan, Muhammad Kazim; Jeandet, Philippe; Nepovimova, Eugenie; Kuca, Kamil; Khan, Haroon (2020-07-28). 「SARS-CoV-2の表面糖タンパク質エピトープのアンサンブルからのワクチン設計:免疫情報学アプローチ」。ワクチン。8 ( 3 ) : 423。doi :10.3390 / vaccines8030423。ISSN 2076-393X。PMC 7565012。PMID 32731461。
- ^ Ali M、Pandey RK、Khatoon N、Narula A、Mishra A、Prajapati VK (2017)。「デング熱感染と戦うために免疫情報科学アプローチを利用して、デング熱ゲノムを調査し、マルチエピトープベースのサブユニットワクチンを構築する」。Scientific Reports。7 ( 1 ) : 9232。Bibcode : 2017NatSR...7.9232A。doi : 10.1038 /s41598-017-09199-w。PMC 5569093。PMID 28835708 。
- ^ Khatoon N、Pandey RK、Prajapati VK (2017)。「免疫情報学アプローチを用い たB細胞およびT細胞マルチエピトープサブユニットワクチンの設計に向けたリーシュマニア分泌タンパク質の探索」。Scientific Reports。7 ( 1 ) : 8285。Bibcode : 2017NatSR ... 7.8285K。doi :10.1038/s41598-017-08842-w。PMC 5557753。PMID 28811600。
- ^ León K, Peréz R, Lage A, Carneiro J (2000 年 11 月). 「多細胞複合体における相互作用に依存する T 細胞介在性抑制のモデル化」. J. Theor. Biol. 207 (2): 231–54. Bibcode :2000JThBi.207..231L. doi :10.1006/jtbi.2000.2169. PMID 11034831.
- ^ Srikusalanukul W、De Bruyne F、McCullagh P (2000 年 6 月)。「末梢リンパ球遊走のモデリング: システム識別アプローチ」。Immunol . Cell Biol . 78 (3): 288–93. doi :10.1046/j.1440-1711.2000.00907.x. PMID 10849118. S2CID 9034528。
- ^ Jacob J 、Baltimore D (1999 年 6 月)。「生体内でのメモリ T 細胞の遺伝子マーキングによる T 細胞メモリのモデリング」。Nature。399 ( 6736): 593–7。Bibcode : 1999Natur.399..593J。doi :10.1038/21208。PMID 10376601。S2CID 12567134。
- ^ Dolezal J, Hraba T (1988). 「免疫寛容の数学的モデリングへの貢献」Arch. Immunol. Ther. Exp. (Warsz.) . 36 (1): 23–30. PMID 3266071.
- ^ Mehr R, Segel L, Sharp A, Globerson A (1994年10月). 「T細胞前駆細胞による胸腺のコロニー化:細胞間相互作用のモデル」. J. Theor. Biol . 170 (3): 247–57. Bibcode :1994JThBi.170..247M. doi : 10.1006/jtbi.1994.1185 . PMID 7996854.
- ^ Faro J、Carneiro J、Velasco S (1997 年 2 月)。「免疫ネットワークモデリングの問題に関するさらなる研究」。J . Theor. Biol . 184 (4): 405–21。Bibcode :1997JThBi.184..405F。doi : 10.1006 /jtbi.1996.0252。PMID 9082072 。
- ^ ab Brusic V, van Endert P, Zeleznikow J, Daniel S, Hammer J, Petrovsky N (1999). 「ヒトTAPトランスポーターの研究に対するニューラルネットワークモデルアプローチ」In Silico Biol. (Gedrukt) . 1 (2): 109–21. PMID 11471244.
- ^ Rapin N, Lund O, Bernaschi M, Castiglione F (2010). 「計算免疫学とバイオインフォマティクスの出会い: 免疫システムのシミュレーションにおける分子結合予測ツールの利用」. PLOS ONE . 5 (4): e9862. Bibcode :2010PLoSO...5.9862R. doi : 10.1371 /journal.pone.0009862 . PMC 2855701. PMID 20419125.
- ^ Kaminker JS、Zhang Y、Watanabe C、Zhang Z (2007 年 7 月)。「CanPredict: がん関連ミスセンス変異を予測するための計算ツール」。Nucleic Acids Res . 35 ( Web Server 版): W595–8。doi :10.1093/ nar /gkm405。PMC 1933186。PMID 17537827。
- ^ Jonsson PF 、 Bates PA(2006年9月)。「ヒトインタラクトームにおける癌タンパク質の全体的なトポロジカル特徴」バイオインフォマティクス。22 (18):2291–7。doi :10.1093/ bioinformatics /btl390。PMC 1865486。PMID 16844706。
- ^ Sun J, Zhao Z (2010). 「ヒトタンパク質間相互作用ネットワークにおける癌タンパク質の比較研究」BMC Genomics . 11 (Suppl 3): S5. doi : 10.1186/1471-2164-11-S3-S5 . PMC 2999350 . PMID 21143787.
- ^ パラディーニ A、ニコレッティ G、パパラルド F、ムルゴ A、グロッソ V、イアンツァーノ ML、アントニョーリ A、クロッチ S、ランドゥッツィ L、デ ジョバンニ C、ナンニ P、モッタ S、ロリーニ PL (2010)。 「がん予防ワクチンのインシリコモデリングと生体内効果」。がん研究。70 (20): 7755–63。土井: 10.1158/0008-5472.CAN-10-0701。PMID 20924100。
- ^ Pappalardo F, Forero IM, Pennisi M, Palazon A, Melero I, Motta S (2011). 「B16メラノーマに対する誘導免疫システム応答のモデル化」. PLOS ONE . 6 (10): e26523. doi : 10.1371 /journal.pone.0026523 . PMC 3197530. PMID 22028894.
- ^ Pappalardo F, Pennisi M, Ricupito A, Topputo F, Bellone M (2014). 「樹状細胞ワクチンによるT細胞記憶の誘導:計算モデル」(PDF) .バイオインフォマティクス. 30 (13): 1884–91. doi : 10.1093/bioinformatics/btu059 . PMID 24603984.
外部リンク
- ボストン大学計算免疫学センター
- ヨーク計算免疫学研究所
- Gajendra Pal Singh Raghavaグループの免疫情報学免疫学ソフトウェアおよび Web サービス
- VacTarBac 主要な病原体に対する予測ワクチン候補のための Web ベースのプラットフォーム。
