ინფორმაცია

ანტისხეულ-ანტიგენის მონაცემთა ბაზა

ანტისხეულ-ანტიგენის მონაცემთა ბაზა



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

არის თუ არა მონაცემთა ბაზა, სადაც შემიძლია ვიპოვო აფინურობის შეფასება, თუ მე ვაძლევ მოცემულ ანტისხეულს და მოცემულ ანტიგენის თანმიმდევრობას?

შეყვანა: ანტისხეული + ანტიგენის თანმიმდევრობა გამომავალი: რაოდენობრივი შეკავშირება/აფინურობის შეფასება

Დიდი მადლობა.


ანტისხეულ-ანტიგენის კომპლექსის შემაკავშირებელ კონსტანტად რჩება ემპირიული საზომი.

მრავალი მცდელობა იყო ამ პრობლემის რაოდენობრივად და ხარისხობრივად გადასაჭრელად წლების განმავლობაში მას შემდეგ, რაც ლიზოზიმ-Fab კომპლექსის ორიგინალური კრისტალური სტრუქტურები არსებობს 400-ზე მეტი სტრუქტურა www.rcsb.org ანტისხეულების ანტიგენური კომპლექსების ძიებაში.

ამ ეტაპზე ზოგადი მეთოდოლოგია არის ანტისხეულ-ანტიგენის კომპლექსის სტრუქტურის მოდელირება. შემდეგ კომპლექსიდან გამოითვლება შებოჭვის თავისუფალი ენერგია, ან უფრო საიმედოდ, შეიძლება მოდელირდეს ვარიანტები, რომლებიც შეიძლება უფრო მჭიდროდ იყოს დაკავშირებული.

არსებობს ინსტრუმენტები ამ სამუშაოს შესასრულებლად, მაგრამ ისინი ჯერ კიდევ შორს არიან სრულყოფისაგან. 2012 წლის ეს ნაშრომი ადარებს ახალ ანტისხეულ-ანტიგენის კრისტალურ სტრუქტურას რამდენიმე მოდელირების კომპლექტის შედეგებთან. მე-4 ცხრილში ავტორები აჩვენებენ, რომ სტრუქტურის უცვლელი ნაწილები, ისევე როგორც ზოგიერთი ჰიპერცვლადი მარყუჟი, მართლაც ზუსტად არის მოდელირებული, მაგრამ ჰიპერცვლადი რეგიონი 3 ამ შემთხვევაში საკმაოდ შორს იყო (rms შეცდომა დაახლოებით 2 Angstroms). რაც საკმარისად ზუსტი არ არის შებოჭვის ფაქტობრივი თავისუფალი ენერგიის გამოსათვლელად.

ამჟამად, მაშინ როცა შემაკავშირებელთა თავისუფალი ენერგიები და, შესაბამისად, შემაკავშირებელ მუდმივთა შეფასებები არ არის საიმედოდ გამოთვლილი ცილოვანი კომპლექსური სტრუქტურებიდან. ასეთი პროგრამული უზრუნველყოფა პრაქტიკაში გამოიყენება ორი მოდელის შედარებითი შებოჭვის სიძლიერის გამოსათვლელად (იხილეთ ეს 2012 წლის მაგალითი).

2010 წლის ეს ნაშრომი, რომელიც აღწერს SnugDock-ს, პროგრამული უზრუნველყოფის უახლეს კომპლექტს, ასახავს ანტისხეულ-ანტიგენის დიზაინის უახლესი პროცესს (ხაზგასმა დამატებულია).

შეიძლება წარმოვიდგინოთ სრული გამოთვლითი ანტისხეულების საინჟინრო მილსადენი, დაწყებული ანტისხეულების თანმიმდევრობით და დამთავრებული ანტისხეულ-ანტიგენის ოპტიმიზებული ურთიერთქმედების ზუსტი პროგნოზებით. ამ ნაშრომში ჩვენ წარმატებით მივაღწიეთ მეორე საფეხურს გამოთვლითი დოკის საშუალებით მონომერული ანტისხეულების გამოთვლითი მოდელების გამოყენებით. შემდეგი ეტაპები შეიძლება იყოს დამატებითი გამოწვევა. მაღალი გარჩევადობის რთული სტრუქტურები შეიძლება გამოყენებულ იქნას გამოთვლითი ალანინის სკანირებისთვის, გამოთვლითი აფინურობის მომწიფება ან შებოჭვის სპეციფიკის შეცვლა. ანტისხეულების თერაპიისთვის, სტრუქტურები ხელს შეუწყობს წამლის მექანიზმების განსაზღვრას მარეგულირებელი დამტკიცებისთვის, საშუალებას მისცემს ეპიტოპის რუქას და კონსტრუქციების ჰუმანიზაციას. ეს აპლიკაციები მოითხოვს გარჩევადობის განსხვავებულ რაოდენობას და შემდგომი ტესტირება გამოავლენს SnugDock პროგნოზების სრულ სარგებლიანობას.

როგორც ხედავთ, რეკომენდირებული მეთოდია მოდელების სერიის შექმნა, რათა შეეცადოთ შექმნათ უფრო მკაცრი ფარდობითი შეკვრა.


გაფართოებული საორიენტაციო მაჩვენებელი ანტისხეულ-ანტიგენის დამაგრებისა და აფინურობის პროგნოზირებისთვის ავლენს ანტისხეულების ამოცნობის განმსაზღვრელ ფაქტორებს

ანტისხეულ-ანტიგენის რთული სტრუქტურების ზუსტი პროგნოზირებადი მოდელირება და სტრუქტურაზე დაფუძნებული ანტისხეულების დიზაინი რჩება მთავარ გამოწვევად გამოთვლით ბიოლოგიაში, რაც გავლენას ახდენს ბიოთერაპევტიკაზე, იმუნიტეტზე და ვაქცინებზე. ანტისხეულ-ანტიგენის კომპლექსების მაღალი გარჩევადობის სტრუქტურებისა და ანტისხეულებისა და ანტიგენების შეუზღუდავი სტრუქტურების სისტემატური ძიების გზით, ექსპერიმენტულად განსაზღვრული დამაკავშირებელი კავშირების იდენტიფიკაციასთან ერთად, ჩვენ შევკრიბეთ ტესტის შემთხვევების არაზედმეტი ნაკრები ანტისხეულ-ანტიგენის დამაგრებისა და აფინურობის პროგნოზირებისთვის. . ეს საორიენტაციო მაჩვენებელი ორჯერ აჭარბებს ანტისხეულ-ანტიგენის კომპლექსების რაოდენობას და შესაბამის აფინურებს, რომლებიც ხელმისაწვდომი იყო ჩვენს წინა კრიტერიუმებში, რაც უზრუნველყოფს ანტისხეულების ამოცნობის განმსაზღვრელ უპრეცედენტო ხედვას და მოლეკულურ მოქნილობას. დამაგრების და აფინურობის პროგნოზირების ხელსაწყოების თავდაპირველი შეფასებები ხაზს უსვამს გამოწვევებს, რომლებიც წარმოიქმნება შემთხვევების ამ მრავალფეროვანი ნაკრებისგან, რომელიც მოიცავს აქლემის ნანოსხეულებს, თერაპიულ მონოკლონურ ანტისხეულებს და ფართოდ განეიტრალებელ ანტისხეულებს, რომლებიც მიზნად ისახავს ვირუსულ გლიკოპროტეინებს. ეს მონაცემთა ბაზა საშუალებას მისცემს შექმნას მოწინავე პროგნოზირებადი მოდელირებისა და დიზაინის მეთოდები ცილა-ცილის ურთიერთქმედების ამ თერაპიულად შესაბამისი კლასისთვის.

საკვანძო სიტყვები: აფინურობის პროგნოზირება ანტისხეულების დიზაინი ბიოთერაპევტიკა მონოკლონური ანტისხეულები ნანოსხეულის პროტეინ-პროტეინის დოკ ვირუსები.


ანტისხეულების სტრუქტურა

ანტისხეულის მოლეკულა შედგება ოთხი პოლიპეპტიდისგან: ორი იდენტური მძიმე ჯაჭვი (დიდი პეპტიდური ერთეული), რომლებიც ნაწილობრივ დაკავშირებულია ერთმანეთთან "Y" ფორმირებით, რომლებიც გვერდითაა ორი იდენტური მსუბუქი ჯაჭვით (პატარა პეპტიდური ერთეული), როგორც ილუსტრირებულია სურათზე. 1. ანტისხეულების მოლეკულაში ცისტეინის ამინომჟავებს შორის კავშირები აკავშირებს პოლიპეპტიდებს ერთმანეთს. უბნები, სადაც ანტიგენი აღიარებულია ანტისხეულზე, არის ცვლადი დომენები და ანტისხეულების ბაზა შედგება მუდმივი დომენებისგან.

სურათი 1. (ა) როგორც ჩანასახის ხაზის B უჯრედი მწიფდება, ფერმენტი, რომელსაც ეწოდება დნმ რეკომბინაზა, შემთხვევით ამოკვეთს V და J სეგმენტებს მსუბუქი ჯაჭვის გენიდან. mRNA დონეზე შერწყმა იწვევს გენის შემდგომ გადაკეთებას. შედეგად, (ბ) თითოეულ ანტისხეულს აქვს უნიკალური ცვლადი რეგიონი, რომელსაც შეუძლია დააკავშიროს სხვადასხვა ანტიგენი.

ჩანასახის ხაზის B უჯრედებში, მსუბუქი ჯაჭვის გენის ცვლადი რეგიონს აქვს 40 ცვლადი (V) და ხუთი შემაერთებელი (J) სეგმენტი. ფერმენტი, რომელსაც ეწოდება დნმ რეკომბინაზა, შემთხვევით ამოკვეთს ამ სეგმენტების უმეტესობას გენიდან და აკავშირებს ერთ V სეგმენტს ერთ J სეგმენტზე. რნმ-ის დამუშავების დროს ყველა V და J სეგმენტის გარდა იშლება. რეკომბინაციამ და შერწყმამ შეიძლება გამოიწვიოს 10 6-ზე მეტი შესაძლო VJ კომბინაცია. შედეგად, ადამიანის ორგანიზმში თითოეულ დიფერენცირებულ B უჯრედს აქვს უნიკალური ცვლადი ჯაჭვი. მუდმივი დომენი, რომელიც არ აკავშირებს ანტისხეულს, იგივეა ყველა ანტისხეულისთვის.

TCR-ებისა და BCR-ების მსგავსად, ანტისხეულების მრავალფეროვნება წარმოიქმნება დაახლოებით 300 სხვადასხვა გენის სეგმენტის მუტაციით და რეკომბინაციით, რომლებიც აკოდირებენ მსუბუქი და მძიმე ჯაჭვის ცვლადი დომენებს წინამორბედ უჯრედებში, რომლებიც განკუთვნილია B უჯრედებად. მძიმე და მსუბუქი ჯაჭვების ცვლადი დომენები ურთიერთქმედებენ და ქმნიან შემაკავშირებელ ადგილს, რომლის მეშვეობითაც ანტისხეულს შეუძლია დააკავშიროს სპეციფიური ეპიტოპი ანტიგენზე. განმეორებითი მუდმივი დომენების რაოდენობა Ig კლასებში იგივეა ყველა ანტისხეულისთვის, რომელიც შეესაბამება კონკრეტულ კლასს. ანტისხეულები სტრუქტურულად მსგავსია BCR-ების უჯრედგარე კომპონენტის და B-უჯრედების მომწიფება პლაზმურ უჯრედებამდე შეიძლება ვიზუალურად ვიზუალურად იყოს წარმოდგენილი, რადგან უჯრედი იძენს უნარს, გამოიყოს თავისი BCR უჯრედგარე ნაწილი დიდი რაოდენობით.


ანტისხეულ-ანტიგენის ურთიერთქმედება: კონტაქტის ანალიზი და დამაკავშირებელი ადგილის ტოპოგრაფია

ჩვენ გავაანალიზეთ ანტიგენთან კონტაქტის ნარჩენები და გავაერთიანეთ ადგილის ფორმა ანტისხეულების Fv და Fab კრისტალურ სტრუქტურებში, რომლებიც უკვე ხელმისაწვდომია Protein Data Bank-ში. ანტიგენთან კონტაქტის მიდრეკილება წარმოდგენილია თითოეული ანტისხეულის ნარჩენისთვის, რაც საშუალებას იძლევა ახალი განმარტება კომპლემენტარობის განმსაზღვრელი რეგიონებისთვის (CDRs) შემოთავაზებული ანტიგენის დაკვირვების კონტაქტებზე დაყრდნობით. კონტაქტები უფრო ხშირია CDR ნარჩენებთან, რომლებიც განლაგებულია ცენტრალიზებული გაერთიანების ადგილზე, ზოგიერთი ნაკლებად ცენტრალური CDR ნარჩენები მხოლოდ დიდი ანტიგენებით არის შეხებული. უკონტაქტო ნარჩენები CDR-ებში ემთხვევა ნარჩენებს, რომლებიც იდენტიფიცირებულნი არიან ჩოთიასა და თანამშრომლების მიერ, როგორც მნიშვნელოვანი "კანონიკური" კონფორმაციების განსაზღვრაში. შემუშავებულია ცილის ზედაპირების მთლიანი ტოპოგრაფიის მიხედვით კლასიფიკაციის ობიექტური საშუალება, რომელიც გამოიყენება ანტისხეულების გაერთიანების უბნის ზედაპირებზე. ზედაპირები დაყოფილია ოთხ ტოპოგრაფიულ კლასად: ჩაზნექილი და ზომიერად ჩაზნექილი (ძირითადად ჰაპტენის შემკვრელები), ქედები (ძირითადად პეპტიდური შემკვრელები) და პლანური (ძირითადად ცილის შემკვრელები). ჩვენ დავადგინეთ ტოპოგრაფიული კლასები ათი წყვილი კომპლექსური და გაურთულებელი ანტისხეულ-ანტიგენის კრისტალური სტრუქტურისთვის, ოთხი ცვლის ტოპოგრაფიულ კლასს კომპლექსურობისას. შედეგები გამოყენებული იქნება ანტისხეულების ინჟინერიაში, ანტიგენის დოკში და კლინიკურ იმუნოლოგიაში. ერთი აპლიკაციის დემონსტრირებისთვის, ჩვენ ვაჩვენებთ, თუ როგორ შეიძლება გამოყენებული იქნას მონაცემები ანტიგენის დამაკავშირებელი ჯიბის ანტისხეულების სტრუქტურებზე განსათავსებლად.


სეროლოგიური ტიპაჟი სტაფილოკოკის ბაქტერია

  1. შეურიეთ ლატექსის რეაგენტი შერყევის გზით, გამოდევნეთ ნებისმიერი ლატექსი საწვეთურიდან სრული შერევისთვის.
  2. დაასხით სატესტო ლატექსის 1 წვეთი (შეიცავს სტაფილოკოკის ანტისხეულს) რეაქციის ბარათზე ერთ-ერთ წრეზე და დაამატეთ 1 წვეთი საკონტროლო ლატექსის მეორე წრეზე.
  3. მარყუჟის გამოყენებით აიღეთ და წაუსვით 5 საეჭვო კოლონია (ან ეჭვმიტანილი სტაფილოკოკითქვენი სხეულიდან ან ცნობილი Staph aureusმოწოდებული ლაბორატორიიდან) სატესტო ლატექსის შემცველ წრეზე და შეურიეთ სატესტო ლატექსის რეაგენტში. გაანაწილეთ წრეზე დასაფარად. დარწმუნდით, რომ გაქვთ ჰომოგენური ბაქტერიული სუსპენზია. გროვა გაართულებს რეაქციის იდენტიფიცირებას და შესაძლოა ცრუ + რეაქციას.
  4. გაიმეორეთ ნაბიჯი 3 საკონტროლო ლატექსისთვის, იგივე ბაქტერიული კულტურის გამოყენებით.
  5. აიღეთ და ხელით გადაატრიალეთ ბარათი 20 წამამდე და დააკვირდით აგლუტინაციას ნორმალურ განათების პირობებში.
  6. გადაატრიალეთ სლაიდი წინ და უკან არა უმეტეს ერთი წუთის განმავლობაში და მოძებნეთ ლურჯი აგლუტინაცია. Clumping არის დადებითი რეაქცია იდენტიფიკაციისთვის S. aureus.

Clearview ტესტი სტრეპტოკოკური ანტიგენისთვის

  1. მოათავსეთ ექსტრაქციის მილი მილის დამჭერში. ექსტრაქციის ტუბს დაამატეთ ექსტრაქციის რეაგენტის 1 3 წვეთი. ამოღების მილში დაამატეთ ექსტრაქციის რეაგენტის 2 3 წვეთი.
  2. მოათავსეთ ყელის ნაცხის ნიმუში ექსტრაქციის მილში. ამოატრიალეთ ტამპონი მილის შიგნით წრიული მოძრაობით (შეგიძლიათ გამოიყენოთ სტრეპტოკოკის სუფთა კულტურა მოწოდებული) მოძრაობით, რათა ამოიღოთ ამოღების მილის გვერდით ისე, რომ სითხე გამოიყოფა და ხელახლა შეიწოვება ნაცხიდან. გააჩერეთ მინიმუმ 1 წუთი.
  3. ნაზად დააწექით ტამპონი მილზე, რათა რაც შეიძლება მეტი სითხე გამოიდევნოს ნაცხიდან. გადაყარეთ ტამპონი.
  4. ჩაყარეთ ტესტის ზოლი ექსტრაქციის მილში, ნიმუშის ამონაწერისკენ მიმართული ისრებით. დატოვეთ ტესტის ზოლი ექსტრაქციის მილში. ჩართეთ ტაიმერი.
  5. წაიკითხეთ შედეგები 5 წუთში. ტამპონზე ორგანიზმების რაოდენობის მიხედვით, დადებითი შედეგი შეიძლება გამოჩნდეს 1 წუთის შემდეგ. თუმცა, უარყოფითი შედეგის დასადასტურებლად საჭიროა სრული რეაქციის დრო 5 წუთი. არ წაიკითხოთ შედეგები 10 წუთის შემდეგ.

მონოსპოტის ტესტი

  1. მოათავსეთ NEGATIVE კონტროლის შრატის თავისუფლად ჩამოვარდნილი წვეთი შუშის სლაიდზე.
  2. მოათავსეთ POSITIVE კონტროლის შრატის თავისუფლად ჩამოვარდნილი წვეთი შუშის სლაიდზე სხვა ჭაბურღილში. ვინაიდან ჩვენ არ გვაქვს პაციენტის შრატი, თქვენ გამოიყენებთ დადებითი კონტროლის შრატს, როგორც პაციენტის შრატს.
  3. თითოეულ ჭაბურღილს დაამატეთ 1 თავისუფლად ჩამოვარდნილი რეაგენტი LATEX.
  4. შეურიეთ თითოეული წრის შიგთავსი სარევით (სხვადასხვა სარევი თითოეული წრისთვის), რომელიც მოიცავს წრის მთელ ზედაპირს.
  5. შეახვიეთ სლაიდი წრიული მოძრაობით 2 წუთის განმავლობაში.
  6. დააკვირდით აგლუტინაციას. სლაიდზე პირდაპირ დაჭერილი შუქი გააუმჯობესებს ტესტის კითხვადობას.

ანტისხეულ-ანტიგენის შეკავშირების მანქანური სწავლების პროგნოზირება: მონაცემთა ბაზა, მეთოდი და ტესტირება

დნმ-ის თანმიმდევრობის ტექნოლოგიები იძლევა ახალ შეხედულებებს იმუნური პასუხის შესახებ, რაც საშუალებას აძლევს ინდივიდში არსებული იმუნოგლობულინის გენის ფართომასშტაბიანი თანმიმდევრობის დადგენას, თუმცა ამ მიდგომის გამოყენება შეზღუდულია იმუნოგლობულინის მიერ კოდირებული ანტიგენ(ებ)ის განსაზღვრის მეთოდების ნაკლებობით. მოცემული თანმიმდევრობით უკავშირდება. შემოთავაზებულია გამოთვლითი მეთოდები ანტისხეულ-ანტიგენის ურთიერთქმედების პროგნოზირებისთვის, რომლებიც ხელს უწყობენ სტრუქტურის პროგნოზირებას და დამაგრებას, თუმცა ეს მეთოდები მოითხოვს 3D სტრუქტურების ცოდნას.

როგორც ნაბიჯი მანქანური სწავლების მეთოდის შემუშავებისკენ, რომელიც შესაფერისია ანტისხეულ-ანტიგენის დამაკავშირებელი კავშირების პროგნოზირებისთვის მიმდევრობის მონაცემებიდან, პრობლემის მიმართ გამოყენებული იქნა უახლოესი მეზობლის მანქანათმცოდნეობის შეწონილი მიდგომა. პროგნოზირების პროგრამა დაშიფრული იყო Python-ში და შეფასდა ჯვარედინი ვალიდაციის გამოყენებით 600 ანტისხეულისგან შემდგარ მონაცემთა ბაზაზე, რომლებიც ურთიერთქმედებენ 50 ანტიგენთან. კლასიფიკაციის წინასწარმეტყველების სიზუსტე იყო დაახლოებით 76% ამ მონაცემთა ნაკრებისთვის. ეს შედეგები იძლევა სასარგებლო საცნობარო ჩარჩოს, ასევე პროტოკოლებს და მოსაზრებებს მანქანური სწავლისა და მონაცემთა შექმნისთვის ამ სფეროში.

მონაცემთა ნაკრები (csv ფორმატში) და მანქანათმცოდნეობის პროგრამა (კოდირებული პითონში) თავისუფლად ხელმისაწვდომია ჩამოსატვირთად.


გაფართოებული საორიენტაციო მაჩვენებელი ანტისხეულ-ანტიგენის დამაგრებისა და აფინურობის პროგნოზირებისთვის ავლენს ანტისხეულების ამოცნობის განმსაზღვრელ ფაქტორებს

ანტისხეულ-ანტიგენის კომპლექსური სტრუქტურების ზუსტი პროგნოზირებადი მოდელირება და სტრუქტურაზე დაფუძნებული ანტისხეულების დიზაინი რჩება ძირითად გამოწვევად გამოთვლით ბიოლოგიაში, რაც გავლენას ახდენს ბიოთერაპევტიკაში, იმუნიტეტსა და ვაქცინებში. ანტისხეულ-ანტიგენის კომპლექსების მაღალი გარჩევადობის სტრუქტურებისა და შეუზღუდავი ანტისხეულებისა და ანტიგენების სტრუქტურების სისტემატური ძიების გზით, ექსპერიმენტულად განსაზღვრული დამაკავშირებელი კავშირების იდენტიფიცირებასთან ერთად, ჩვენ შევიკრიბეთ ტესტების არაზედმეტი ნაკრები ანტისხეულ-ანტიგენის დამაგრებისა და აფინურობის პროგნოზირებისთვის. ეს საორიენტაციო მაჩვენებელი ორჯერ აჭარბებს ანტისხეულ-ანტიგენის კომპლექსების რაოდენობას და შესაბამის აფინურებს, რომლებიც ხელმისაწვდომი იყო ჩვენს წინა კრიტერიუმებში, რაც უზრუნველყოფს ანტისხეულების ამოცნობის განმსაზღვრელ უპრეცედენტო ხედვას და მოლეკულურ მოქნილობას. დამაგრების და აფინურობის პროგნოზირების ხელსაწყოების თავდაპირველი შეფასებები ხაზს უსვამს გამოწვევებს, რომლებიც წარმოიქმნება შემთხვევების ამ მრავალფეროვანი ნაკრებისგან, რომელიც მოიცავს აქლემის ნანოსხეულებს, თერაპიულ მონოკლონურ ანტისხეულებს და ფართოდ განეიტრალებელ ანტისხეულებს, რომლებიც მიზნად ისახავს ვირუსულ გლიკოპროტეინებს. ეს მონაცემთა ბაზა საშუალებას მისცემს შექმნას მოწინავე პროგნოზირებადი მოდელირებისა და დიზაინის მეთოდები ცილა-ცილის ურთიერთქმედების ამ თერაპიულად შესაბამისი კლასისთვის.

საკვანძო სიტყვები: პროტეინ-პროტეინის დამაგრება, ანტისხეულების დიზაინი, აქლემი, ნანოსხეული, აფინურობის პროგნოზირება


ანტისხეულ-ანტიგენის მონაცემთა ბაზა - ბიოლოგია

MDPI-ის მიერ გამოქვეყნებული ყველა სტატია დაუყოვნებლივ ხელმისაწვდომია მთელ მსოფლიოში ღია წვდომის ლიცენზიით. არ არის საჭირო სპეციალური ნებართვა MDPI-ის მიერ გამოქვეყნებული სტატიის მთელი ან ნაწილის ხელახლა გამოყენებისთვის, მათ შორის ფიგურებისა და ცხრილების ჩათვლით. ღია წვდომის Creative Common CC BY ლიცენზიით გამოქვეყნებული სტატიებისთვის, სტატიის ნებისმიერი ნაწილი შეიძლება ხელახლა იქნას გამოყენებული ნებართვის გარეშე, იმ პირობით, რომ ორიგინალური სტატია მკაფიოდ არის ციტირებული.

მხატვრული ნაშრომები წარმოადგენს ყველაზე მოწინავე კვლევას ამ სფეროში მაღალი გავლენის მნიშვნელოვანი პოტენციალით. მხატვრული ნაშრომები იგზავნება ინდივიდუალური მოწვევით ან რეკომენდაციით სამეცნიერო რედაქტორების მიერ და გადიან განხილვას გამოქვეყნებამდე.

მხატვრული ნაშრომი შეიძლება იყოს ორიგინალური კვლევითი სტატია, არსებითი ახალი კვლევითი კვლევა, რომელიც ხშირად მოიცავს რამდენიმე ტექნიკას ან მიდგომას, ან ყოვლისმომცველი მიმოხილვის ნაშრომი ლაკონური და ზუსტი განახლებით ამ სფეროში უახლესი პროგრესის შესახებ, რომელიც სისტემატურად მიმოიხილავს სამეცნიერო მიღწევებს. ლიტერატურა. ამ ტიპის ნაშრომი იძლევა პერსპექტივას კვლევის სამომავლო მიმართულებებზე ან შესაძლო აპლიკაციებზე.

Editor’s Choice სტატიები ეფუძნება MDPI ჟურნალების სამეცნიერო რედაქტორების რეკომენდაციებს მთელი მსოფლიოდან. რედაქტორები ირჩევენ ჟურნალში ცოტა ხნის წინ გამოქვეყნებულ სტატიებს, რომლებიც, მათი აზრით, განსაკუთრებით საინტერესო იქნება ავტორებისთვის ან მნიშვნელოვანი ამ სფეროში. მიზანია მოგაწოდოთ ჟურნალის სხვადასხვა კვლევით სფეროებში გამოქვეყნებული ზოგიერთი ყველაზე საინტერესო ნაშრომის სურათი.


დააკოპირეთ და ჩასვით ეს ჩაშენებული კოდი თქვენი ვებსაიტის HTML-ში

ბოლო პასუხი: პროფესორი კეტრინ კარპენტერი კარპენტერი
პარასკევი, 12 ოქტომბერი, 2018 17:43

მერიამ ფაიაზის პოსტი 2018 წლის 12 ოქტომბერს

გამარჯობა,
შეგიძლიათ ამიხსნათ განსხვავება ფაგოციტებსა და მაკროფაგებს შორის?

პოსტი ido montia-ს მიერ 2014 წლის 22 დეკემბერს

ანტისხეულების და ანტიგენების ურთიერთქმედება

  • ანტისხეულების აღწერა
    • ანტისხეულების სტრუქტურა
    • ანტისხეულების ფუნქცია
    • ოთხი იმუნოგლობინი: IgM, IgG, IgD, IgA, IgE
    • ეგზოგენური
    • ენდოგენური
    • ავტოგენური
    • ანტიგენურობის სახეები და დეტერმინანტები

    ანტისხეულების და ანტიგენების ურთიერთქმედება

    ლექციის სლაიდები არის ლექციის მნიშვნელოვანი პუნქტების ეკრანზე გადაღებული სურათები. სტუდენტებს შეუძლიათ გადმოწერონ და ამობეჭდონ ეს ლექციის სლაიდების სურათები პრაქტიკული პრობლემების შესასრულებლად, ასევე ლექციის ყურების დროს შენიშვნების გასაკეთებლად.


    Აბსტრაქტული

    abYsis არის ვებზე დაფუძნებული ანტისხეულების კვლევის სისტემა, რომელიც მოიცავს ანტისხეულების თანმიმდევრობისა და სტრუქტურის მონაცემების ინტეგრირებულ მონაცემთა ბაზას. სისტემის დაკითხვა შესაძლებელია მრავალი გზით - მარტივი ტექსტისა და თანმიმდევრული ძიებიდან დაწყებული და დამთავრებული დახვეწილი მოთხოვნებით, რომლებიც იყენებენ 3D სტრუქტურულ შეზღუდვებს. საჯაროდ ხელმისაწვდომი ვერსია მოიცავს წინასწარ გაანალიზებულ თანმიმდევრობის მონაცემებს ევროპის მოლეკულური ბიოლოგიის ლაბორატორიის ევროპული ნუკლეოტიდების არქივიდან (EMBL-ENA) და Kabat, ასევე სტრუქტურის მონაცემებს Protein Data Bank-დან. მკვლევარის საკუთარი თანმიმდევრობები ასევე შეიძლება გაანალიზდეს ვებ ინტერფეისის საშუალებით.

    abYsis-ის განმსაზღვრელი მახასიათებელია ის, რომ თანმიმდევრობები ავტომატურად ინომრება პოპულარული სქემების სერიით, როგორიცაა Kabat და Chothia და შემდეგ ანოტირდება ძირითადი ინფორმაციით, როგორიცაა კომპლემენტარობის განმსაზღვრელი რეგიონები და პოტენციური თარგმანის შემდგომი ცვლილებები. AbYsis-ის უნიკალური ასპექტი არის ნარჩენების სიხშირის ცხრილების ნაკრები ანტისხეულში თითოეული პოზიციისთვის, რაც საშუალებას იძლევა გამოკვეთოს „არაჩვეულებრივი ნარჩენები“ (ისეთები, რომლებიც იშვიათად ჩანს კონკრეტულ პოზიციაზე) და მიიღონ გადაწყვეტილებები, რომლებზეც შესაძლებელია მუტაციები მისაღები იყოს. ეს განსაკუთრებით სასარგებლოა სხვადასხვა სახეობის ანტისხეულების შედარებისას.

    abYsis სასარგებლოა ნებისმიერი მკვლევარისთვის, რომელიც სპეციალიზირებულია ანტისხეულების ინჟინერიაში, განსაკუთრებით მათთვის, ვინც ანტისხეულებს ავითარებს წამლების სახით.