NetMHCIIphosPan：一种用于预测磷酸化肽HLA II类抗原呈递的机器学习工具

《Journal of Proteome Research》：NetMHCIIphosPan: A Machine Learning Tool for Predicting HLA Class II Antigen Presentation of Phosphorylated Peptides

　　

Heli M. Garcia Alvarez|Saghar Kaabinejadian|Hooman Yari|Chloe M. Shepherd|William H. Hildebrand|Alessandro Sette|Bjoern Peters|Robert Parker|Nicola Ternette|Morten Nielsen

阿根廷国家科学技术研究委员会下属的生物技术研究所（IIBIO），布宜诺斯艾利斯San Martín，邮编B1650HMQ

由人类白细胞抗原（HLA）II类分子呈递的磷酸化肽在免疫调节中起着关键作用，但由于数据噪声和HLA覆盖范围有限，其表征和预测仍然具有挑战性。在这里，我们提出了NetMHCIIphosPan这一预测方法，用于预测磷酸化肽的HLA-II抗原呈递情况，该方法基于质谱（MS）免疫肽组学数据集开发而来。通过改进的肽识别工作流程，我们重新分析了之前的HLA-II磷酸化配体数据集，并训练了预测模型，其性能优于基于原始数据训练的模型。结合基序分析发现，HLA对磷酸化配体的选择性与其对未修饰配体的选择性高度一致。将未修饰的配体纳入训练过程进一步提高了预测准确性，尤其是在HLA-DP和HLA-DQ分子方面。NetMHCIIphosPan在预测磷酸化肽的HLA抗原呈递方面优于现有工具（如NetMHCIIpan-4.3和MixMHC2pred-1.3），展现了其强大的准确性和实用性。这项工作将NetMHCIIphosPan确立为理解HLA-II磷酸化肽组的先进工具，具有在免疫疗法和疫苗设计中的潜在应用价值。