• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Bioinformatyka immunologiczna

Bioinformatyka immunologiczna

Paperback

General Computers

ISBN10: 6209798985
ISBN13: 9786209798986
Publisher: Wydawnictwo Nasza Wiedza
Published: Mar 24 2026
Pages: 116
Weight: 0.36
Height: 0.28 Width: 6.00 Depth: 9.00
Language: Polish
Skuteczne przewidywanie epitopów cząsteczek kompleksu glównego zgodności tkankowej (MHC) stanowi kluczowy etap w projektowaniu szczepionek genetycznych. Skuteczne przewidywanie epitopów MHC klasy II jest trudniejsze niż w przypadku epitopów MHC klasy I ze względu na otwarty rowek wiązania na obu końcach cząsteczek klasy II; struktura ta powoduje zmienną dlugośc epitopów MHC klasy II i utrudnia wykrycie 9-merowego rdzenia wiązania. W niniejszej książce przedstawiliśmy nowatorski algorytm klasyfikacyjny slużący do przewidywania epitopów MHC klasy II z wykorzystaniem techniki uczenia wielokrotnego. Separated Constructive Clustering Ensemble (SCCE) to nasza nowa wersja algorytmu Constructive Clustering Ensemble (CCE). SCCE lączy algorytm genetyczny, klasteryzację K-medoidów, uczenie zespolowe oraz maszynę wektorów nośnych w ramach koordynacji mającej na celu przewidywanie epitopów MHC klasy II. SCCE zostalo przetestowane na czterech zestawach danych porównawczych i osiągnęlo średnią dokladnośc na poziomie 85%. Wyniki SCCE przewyższają większośc najnowocześniejszych metod regresji. SCCE osiągnęlo te wyniki, wykorzystując wylącznie flagi wiązania i braku wiązania, bez konieczności stosowania danych regresji.

Also from

Elsemellawy, Hossam

Also in

General Computers