Scidown文献预览系统!
一种机器学习模型,基于来自多种人类肿瘤类型的已知新表位,对候选HLA I类新抗原进行排序( A machine learning model for ranking candidate HLA class I neoantigens based on known neoepitopes from multiple human tumor types )
Jared J. Gartner Maria R. Parkhurst Alena Gros Eric Tran Paul F. Robbins
主要组织相容性复合物(MHC)Ⅰ类呈现的肿瘤新表位被肿瘤浸润淋巴细胞(TIL)识别,并被过继T细胞治疗靶向。确定肿瘤细胞中哪些突变的新表位能够被T细胞识别,有助于开发肿瘤特异性的、基于细胞的治疗方法,并为研究抗肿瘤反应提供依据。在这里,我们通过使用下一代测序数据和来自转移癌个体的由HLA I类限制性TIL识别的185个新表位的数据集来生成I类候选新表位的排序算法。随机森林模型分析表明,与单独使用预测的HLA结合相比,包含影响表位呈现和识别的多个因素增加了输出敏感性和特异性。排名分数输出提供了一组可能作为治疗靶点的I类候选新抗原,并提供了一种工具,以促进旨在开发更有效的免疫疗法的体外和体内研究。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】