MAPDP: A Cloud-Based Computational Platform for Immunopeptidomics Analyses
Notice bibliographique
Résumé
The immunopeptidome corresponds to the repertoire of peptides presented at the cell surface by the major histocompatibility complex (MHC) molecules. Cytotoxic T cells scan this repertoire to identify nonself antigens that can arise from tumors or infected cells. The identification of actionable antigenic targets is key to the development of therapeutic cancer vaccines, T-cell therapy, and other T-cell receptor-based biologics. The growing clinical interest for immunopeptidomics has accelerated the development of high throughput proteogenomic platforms that provide a system-level analysis of MHC-associated peptides. Improvement in sensitivity and throughput of mass spectrometers now allows the detection of a few thousands of peptides from less than 100 million cells. To manage the amount of data generated by these instruments, we have developed the MHC-associated peptide discovery platform (MAPDP), a novel open-source cloud-based computational platform for immunopeptidomic analyses. It provides convenient access from a web portal to immunopeptidomes stored in the database, filtering tools, various visualizations, annotations (e.g., IEDB, dbSNP, gnomAD), peptide-binding affinity prediction (mhcflurry, NetMHC), HLA genotyping, and the generation of personalized proteome databases. MAPDP functionalities are demonstrated here by the discovery of MHC peptides featuring new genetic variants identified in two previously published ovarian carcinoma data sets.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».