內容簡介
《免疫信息學:計算機輔助預測免疫原性》系統介紹了免疫信息學的概念、產生和發展、相關資料庫、研究方法及其套用等，特別著重於抗原性的預測、分析和計算機輔助疫苗設計，並介紹了一些複雜軟體的使用方法，因此理論性和實用性都很強。隨著基因組學、計算機技術以及免疫學的快速發展，免疫信息學已經成為一個新興的且逐步完善的研究領域。免疫信息學分析就是利用免疫學的規律，對免疫學實驗結果進行預測，再通過有效的免疫學實驗進行驗證，從而大幅度地減少免疫學研究的工作量，節約研究成本，促進現代免疫學的發展。
編輯推薦
《免疫信息學:計算機輔助預測免疫原性》定位於免疫信息學初學者，尤其適合本科生、研究生，對於免疫學研究工作者也有很大的參考價值。
目錄
譯者序
前言
1 免疫信息學與計算機輔助預測免疫原性：導論
第1部分 資料庫
2 國際免疫遺傳學信息系統(IMGT)
3 IMGT/HLA資料庫
4 免疫多態性資料庫：IPD
5 T細胞表位查詢和預測資料庫：SYFPEITHI
6 T細胞表位、MHC結合肽和TAP結合肽的搜尋及描圖
7 Bcipep資料庫中B細胞表位的搜尋及描圖
8 半抗原、載體蛋白和抗半抗原抗體的檢索
第2部分 HLA超型鑑定
9 基於GRID/CPCA和層次聚類法的HLA超型分類
10 HLA-A2超型的結構基礎
11 基於MHC結合肽庫定義MHC超型
12 基於肽結合凹槽靜電分布圖的HLA-I類等位基因分型
第3部分 肽與MHC結合能力的預測
13 特徵參數法預測MHC結合肽
14 機器學習技術預測MHC結合肽
15 人工智慧方法預測T細胞表位
16 小鼠MHC-多肽親和力的預測
17 3D-QSAR模型預測MHC-多肽親和力
18 基於MHC分子模型預測表位肽
19 基於支持向量機預測MHC結合肽
20 套用SVRMHC方法預測多肽與MHC分子的結合親和力
21 基於結構及分子模擬預測HLA結合肽
22 基於結構預測MHC結合肽操作指南
24 分子動力學模擬
25 一種預測MHC-II類分子結合肽的疊代方法
26 MHC-II類分子結合肽綜合預測方法
27 基於貝葉斯神經網路的MHC-II類分子-肽複合物非線性預測模型
第4部分 免疫系統其他特性的預測
28 TAPPred法預測抗原中的TAP結合肽
29 B細胞表位的預測方法
30 一種MHC分子結構功能相似性分析平台：HistoCheck
31 免疫相關性毒力因子的預測
索引
彩圖
