Cancer3.AIAI w onkologiiZbiory danych › Mono-allelic HLA class I peptidome (Sarkizova / Abelin)
Zbiór danych Otwarte pobieranie published supplementary data (see papers)

Mono-allelic HLA class I peptidome (Sarkizova / Abelin)

Peptydom z komórek inżynierowanych, który dał dziedzinie czyste etykiety alleli; piętnaście jego alleli nie miało wcześniej opisanego motywu, a panel pokrywa co najmniej jeden allel u 95% ludzi na świecie.

W skrócie

DostawcaBroad Institute / Dana-Farber Cancer Institute
DostępOtwarte pobieranie
Licencjapublished supplementary data (see papers)
peptides186 464
Uwagi o rozmiarze95 linii monoallelicznych (31 HLA-A, 40 HLA-B, 21 HLA-C, 3 HLA-G), mediana 1860 peptydów na allel; wcześniejszy zbiór Abelin 2017 objął 16 alleli i ponad 24 000 peptydów
FormatyCSV, text

Etykiety i adnotacje

Każdy peptyd ma jednoznaczną etykietę allelu z samej konstrukcji doświadczenia: linia B721.221 nie produkuje własnego HLA klasy I, więc jedyny wprowadzony allel jest jedynym, który cokolwiek wystawia.

Szczegóły

Po co był potrzebny

  • Zwykła komórka nosi do sześciu cząsteczek klasy I, a przeciwciało W6/32 zgarnia wszystkie, więc peptydy wracają bez etykiet alleli — niemal bezużyteczne dla modelu, którego całym sensem jest „ten rowek — te peptydy”.

Ile kosztował

  • Jedna linia inżynierowana na allel, rzędu 100 mln komórek albo gram tkanki na jedno wyłowienie, całonocne wiązanie przeciwciałem, elucja kwasem, spektrometria mas z 1–5% odsetkiem fałszywych odkryć.

Efekt

  • Ta jedna zmiana metodologiczna zrobiła dla dokładności przewidywań więcej niż jakakolwiek zmiana architektury sieci.

Modele trenowane lub oceniane na tym zbiorze

  • trening NetMHCpan-4.1 Health Tech, Technical University of Denmark (Nielsen lab) — dane monoalleliczne dają jednoznaczne etykiety alleli
  • trening MHCflurry 2.0 O'Donnell, Rubinsteyn and Laserson (Mount Sinai / OpenVax)
  • trening MixMHCpred 3.0 Gfeller lab, Ludwig Institute for Cancer Research / University of Lausanne
  • trening HLAthena Broad Institute / Dana-Farber Cancer Institute (Keskin, Wu, Carr labs) — model i zbiór pochodzą z tej samej publikacji

Źródła

  1. Sarkizova S et al. Nat Biotechnol 2020
  2. Abelin JG et al. Immunity 2017

Ta strona ma charakter edukacyjny — nie stanowi porady medycznej i nie zastępuje konsultacji z onkologiem. Decyzje diagnostyczne i terapeutyczne podejmuje wyłącznie lekarz specjalista.