Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo. La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro. Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.
Generación de bibliotecas pMHC-I guiadas por estructura mediante modelos de difusión
Created by
Haebom
Autor
Sergio Mares, Ariel Espinoza Weinberger, Nilah M. Ioannidis
Describir
Para abordar las limitaciones de las vacunas personalizadas y las inmunoterapias de células T que se basan en la identificación de interacciones péptido-MHC de clase I (pMHC-I) capaces de generar respuestas inmunitarias eficaces, este artículo presenta un modelo de referencia estructural de péptidos pMHC-I diseñados a partir de distancias de interacción de la estructura cristalina mediante un modelo de difusión. Este modelo de referencia, que abarca 20 alelos HLA priorizados e independiente de péptidos caracterizados previamente, demuestra una generalización estructural sin sesgo en los conjuntos de datos experimentales al reproducir las notaciones canónicas de residuos de anclaje. Con este recurso, demostramos que los predictores de vanguardia basados en secuencias tienen un rendimiento inferior al del potencial de unión para estos diseños estructuralmente estables, lo que revela limitaciones específicas de los alelos no observadas en las evaluaciones existentes. Nuestro proceso de diseño, que tiene en cuenta la geometría, genera péptidos con una alta integridad estructural prevista y una mayor diversidad de residuos que los conjuntos de datos existentes, lo que proporciona un recurso valioso para el entrenamiento y la evaluación imparcial de modelos. El código y los datos están disponibles en https://github.com/sermare/struct-mhc-dev .
