Статья «BCIGEPRED - ДВУХУРОВНЕВЫЙ ПОДХОД К ПРЕДСКАЗАНИЮ ЛИНЕЙНЫХ IGE-ЭПИТОПОВ#, "Молекулярная биология"»

К одной из самых распространенных проблем здравоохранения относится аллергия, особенно пищевая. B-клеточные эпитопы, которые распознаются антителами IgE, действуют при аллергии как антигенные детерминанты, в связи с чем им отводится важная роль в диагностике. Выявление IgE-связывающих эпитопов в белке необходимо для идентификации белков-аллергенов. Хотя эпитопы IgE могут быть линейными или конформационными, их идентификация очень важна, особенно в отношении пищевых аллергенов, которые подвергаются процессированию или расщеплению. Для предсказания линейных IgE-эпитопов предлагается очень мало компьютерных средств. В данной статье представлена система, которая предсказывает точный линейный IgE-эпитоп. Ранее, используя только экспериментально подтвержденные точные эпитопы IgE, IgG, IgM и IgA, мы продемонстрировали эффективность использования набора данных, описывающих точные эпитопы (в отличие от наборов данных описывающих эпитопсодержащие области) для предсказания линейного В-клеточного эпитопа. Модели, созданные с использованием метода опорных векторов (Support Vector Machine; SVM) и алгоритма “случайного леса” (Random Forest; RF), были построены с применением вектора признаков DDE (Dipeptide Deviation from the Expected mean - отклонения дипептида от ожидаемого среднего). Для оценки эффективности предлагаемого метода проведена масштабная валидация, включая пятикратную перекрестную проверку и анализ двух разных независимых наборов данных, в результате чего достигнута сбалансированная точность от 74?до 78% при площади под ROC-кривой более 0.8. Показано, что по эффективности предлагаемый метод оказался лучше (повышение точности на 16-28%) известных существующих методов. Предлагаемый метод разработан как автономное инструментальное средство, которое можно использовать для предсказания IgE-эпитопов, а также добавить в состав любой программы для предсказания аллергенов (https://github.com/brsaran/BCIgePred).