HLA Ligand Atlas DIA: extending the benign immunopeptidomics resource with increased sensitivity through data-independent acquisition mass spectrometry
Notice bibliographique
Résumé
The human leukocyte antigen (HLA)-presented peptide repertoire, termed immunopeptidome, plays a crucial role for T-cell mediated immune reactions. Previously, the human immunopeptidome of non-malignant tissues has been mapped in a large-scale study, the HLA Ligand Atlas, via high-resolution data-dependent acquisition (DDA) mass spectrometry. This publicly available and user-friendly web interface (https://hla-ligand-atlas.org) is frequently used as a benign tissue reference in antigen discovery, especially for immunotherapy of cancer. Here, we extend the HLA Ligand Atlas resource with paired data-independent acquisition (DIA) runs for all tissue-subject combinations. This novel dataset comprises 946 DIA HLA class I and II immunopeptidomic runs from 242 non-malignant human samples across 18 subjects and 29 distinct tissues. Together with the published DDA runs, this extends the range and depth of analyses performed on the HLA Ligand Atlas dataset. In a concise analysis, we showcase advantages of DIA over DDA concerning spectral sampling and sensitivity. These findings are attributed to the increased dynamic range in DIA, enabling the identification of peptide transitions with low signal intensities. Moreover, we demonstrate the superior sensitivity by applying an HLA-A*02:01 allotype-specific spectral library search to identify and quantify HLA-presented peptides. We encourage reanalysis of the provided DDA and DIA data in combination as a reference for future research concerning human immunology.
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 ».