dc.creatorOrdorica Vargas, Miguel Ángel
dc.creatorVelázquez Monroy, María de la Luz
dc.creatorSANCHEZ BARBOSA, SANDRA; 162684
dc.creatorOrdorica Vargas, Miguel Ángel
dc.creatorVelázquez Monroy, María de la Luz
dc.creatorSánchez Barbosa, Sandra
dc.date.accessioned2022-11-30T17:58:01Z
dc.date.accessioned2023-07-20T16:20:52Z
dc.date.available2022-11-30T17:58:01Z
dc.date.available2023-07-20T16:20:52Z
dc.date.created2022-11-30T17:58:01Z
dc.date.issued2015
dc.identifierhttp://hdl.handle.net/11191/9196
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/7718764
dc.description.abstractLos péptidos derivados de proteínas específicas de tumores pueden activar el sistema inmune contra las células tumorales. Para promover la respuesta inmune, los péptidos deben primero unirse a las moléculas del complejo principal de histocompatibilidad. Aunque algunas posiciones de la secuencia del péptido inmunogénico necesitan aminoácidos "ancla" específicos, el resto de los residuos también influye en la afinidad de la unión. Modelamos el efecto de la sustitución de aminoácidos, en la afinidad de unión de los péptidos utilizando una red neural artificial. La red predice correctamente la especificidad de las posiciones de anclaje, pero también sugiere que los aminoácidos con propiedades similares pueden ser incluidos en la secuencia de los péptidos con alta probabilidad de tener alta afinidad de unión.
dc.description.abstractPeptides derived from tumor-specific proteins can activate the immune system against tumor cells. To promote the immune response, peptides must first bind to the major histocompatibility complex molecules. Although some positions of the immunogenic peptide sequence need specific “anchor” amino acids, the rest of the residues also influence the binding affinity. We modeled the effect of amino acids substitution on the binding affinity of peptides using an artificial neural network. The network correctly predicts the specificity of the anchor positions but also suggests that amino acids with similar properties can be included in the sequence of the peptides with high probability of having high binding affinity.
dc.languageeng
dc.publisherUniversidad Autónoma Metropolitana (México). Unidad Azcapotzalco. División de Ciencias Básicas e Ingeniería.
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.rightsopenAccess
dc.rightsAtribución-NoComercial-SinDerivadas
dc.sourceRevista Tendencias en Docencia e Investigación en Química. Año 1, número 1 (enero-diciembre de 2015). ISSN: 2448-6663
dc.subjectRedes neuronales artificiales, HLA-A. Artificial neural networks.
dc.titleA neural network modeling of the immunogenic activity of tumor derived peptides
dc.typeArtículo


Este ítem pertenece a la siguiente institución