Beat the rise! Delivery fees are going up soon. INFO

Close Notification

Your cart does not contain any items

Immuninformatik

Amr Badr Emad Nabil

$146.95   $117.16

Paperback

Not in-store but you can order this
How long will it take?

QTY:

German
Verlag Unser Wissen
31 January 2026
Die Identifizierung von Peptiden, die an den Haupthistokompatibilitätskomplex (MHC) binden, ist ein wichtiger Schritt bei der Auswahl von T-Zell-Epitop-Kandidaten, die für die Verwendung in neuen Impfstoffen geeignet sind. Die Bindungsfurche des MHC-Klasse-II-Moleküls ist an beiden Seiten offen, was eine hohe Variabilität in der Länge der Peptide ermöglicht, die an dieses Molekül binden, und folglich die Vorhersage des Bindungskernmotivs erschwert. Ein genauer und effizienter rechnerischer Ansatz zur Vorhersage solcher Peptide kann den Zeit- und Kostenaufwand für die Entwicklung neuer Impfstoffe erheblich reduzieren. EpiGASVM, ein neuer Ansatz für die In-silico-Vorhersage von MHC-Klasse-II-Epitopen, wurde durch die Kombination von genetischen Algorithmen und Support-Vektor-Maschinen entwickelt. Neun Varianten von EpiGASVM wurden auf zwei Sätze von Benchmark-Daten mit reduzierter Ähnlichkeit angewendet. Die Vorhersagegenauigkeit und die Fläche unter der Empfänger-Operationscharakteristik-Kurve wurden als Leistungsmaß berechnet. Die Technik wird mit einigen modernsten Techniken in diesem Bereich verglichen (z. B. ARB, SMM-Align, PROPRED, NN-Align). Die Ergebnisse zeigen, dass EpiGASVM eine vielversprechende neue Technik für die Lösung des Problems der MHC-Klasse-II-Epitop-Vorhersage ist.
By:   ,
Imprint:   Verlag Unser Wissen
Dimensions:   Height: 229mm,  Width: 152mm,  Spine: 6mm
Weight:   145g
ISBN:   9786209590375
ISBN 10:   6209590373
Pages:   100
Publication Date:  
Audience:   General/trade ,  ELT Advanced
Format:   Paperback
Publisher's Status:   Active

See Also