{"product_id":"immunoinformatyka-9786209500787","title":"Immunoinformatyka","description":"\u003cp\u003e • Author(s): Amr Badr | Emad Nabil\u003cbr\u003e • Publisher: Wydawnictwo Nasza Wiedza\u003cbr\u003e • Publisher Imprint: Wydawnictwo Nasza Wiedza\u003cbr\u003e • BISAC: General\u003c\/p\u003e\u003cp\u003eIdentyfikacja peptyd�w wiążących się z gl�wnym kompleksem zgodności tkankowej (MHC) jest ważnym krokiem w wyborze kandydat�w na epitopy kom�rek T, kt�re nadają się do wykorzystania w nowych szczepionkach. Rowek wiązania cząsteczki MHC klasy II jest otwarty po obu stronach, co pozwala na dużą zmiennośc dlugości peptyd�w wiążących się z tą cząsteczką, a w konsekwencji utrudnia przewidywanie motywu rdzenia wiązania. Dokladne i wydajne podejście obliczeniowe do przewidywania takich peptyd�w może znacznie skr�cic czas i obniżyc koszty związane z projektowaniem nowych szczepionek. EpiGASVM, nowe podejście do komputerowego przewidywania epitop�w MHC klasy II, zostalo opracowane poprzez polączenie algorytm�w genetycznych i maszyn wektor�w nośnych. Dziewięc wariant�w EpiGASVM zastosowano do dw�ch zestaw�w danych por�wnawczych o zmniejszonym podobieństwie. Dokladnośc przewidywania i obszar pod krzywą charakterystyki operacyjnej odbiornika zostaly obliczone jako miary wydajności. Technika ta zostala por�wnana z niekt�rymi najnowocześniejszymi technikami w tej dziedzinie (np. ARB, SMM-Align, PROPRED, NN-Align). Wyniki pokazują, że EpiGASVM jest obiecującą nową techniką rozwiązywania problemu przewidywania epitop�w MHC klasy II.\u003c\/p\u003e","brand":"Wydawnictwo Nasza Wiedza","offers":[{"title":"Paperback","offer_id":47570686935191,"sku":"9786209500787","price":7340.0,"currency_code":"INR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0666\/3471\/1191\/files\/9786209500787.webp?v=1774883585","url":"https:\/\/atlanticbooks.com\/products\/immunoinformatyka-9786209500787","provider":"Atlantic Books","version":"1.0","type":"link"}