• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

相似文献

1
CNN-PepPred: an open-source tool to create convolutional NN models for the discovery of patterns in peptide sets-application to peptide-MHC class II binding prediction.CNN-PepPred：一个用于创建卷积神经网络模型的开源工具，用于发现肽集合中的模式-应用于肽-MHC 类 II 结合预测。
Bioinformatics. 2021 Dec 7;37(23):4567-4568. doi: 10.1093/bioinformatics/btab687.
2
HLA class I binding prediction via convolutional neural networks.基于卷积神经网络的 HLA 类 I 结合预测。
Bioinformatics. 2017 Sep 1;33(17):2658-2665. doi: 10.1093/bioinformatics/btx264.
3
ACME: pan-specific peptide-MHC class I binding prediction through attention-based deep neural networks.ACME：基于注意力的深度神经网络的泛肽-MHC Ⅰ类结合预测。
Bioinformatics. 2019 Dec 1;35(23):4946-4954. doi: 10.1093/bioinformatics/btz427.
4
Simple tricks of convolutional neural network architectures improve DNA-protein binding prediction.卷积神经网络架构的简单技巧可提高 DNA-蛋白质结合预测。
Bioinformatics. 2019 Jun 1;35(11):1837-1843. doi: 10.1093/bioinformatics/bty893.
5
Deep convolutional neural networks for pan-specific peptide-MHC class I binding prediction.用于 pan 特异性肽-MHC 类 I 结合预测的深度卷积神经网络。
BMC Bioinformatics. 2017 Dec 28;18(1):585. doi: 10.1186/s12859-017-1997-x.
6
Deep learning pan-specific model for interpretable MHC-I peptide binding prediction with improved attention mechanism.基于改进注意力机制的可解释 MHC-I 肽结合预测深度学习泛型模型。
Proteins. 2021 Jul;89(7):866-883. doi: 10.1002/prot.26065. Epub 2021 Mar 18.
7
NN-align. An artificial neural network-based alignment algorithm for MHC class II peptide binding prediction.NN-align. 一种基于人工神经网络的 MHC Ⅱ类肽结合预测的对齐算法。
BMC Bioinformatics. 2009 Sep 18;10:296. doi: 10.1186/1471-2105-10-296.
8
Automated benchmarking of peptide-MHC class I binding predictions.肽与主要组织相容性复合体I类结合预测的自动化基准测试。
Bioinformatics. 2015 Jul 1;31(13):2174-81. doi: 10.1093/bioinformatics/btv123. Epub 2015 Feb 25.
9
Invariant transformers of Robinson and Foulds distance matrices for Convolutional Neural Network.不变的 Robinson 和 Foulds 距离矩阵变换用于卷积神经网络。
J Bioinform Comput Biol. 2022 Aug;20(4):2250012. doi: 10.1142/S0219720022500123. Epub 2022 Jul 6.
10
YeastMate: neural network-assisted segmentation of mating and budding events in Saccharomyces cerevisiae.YeastMate：神经网络辅助的酿酒酵母交配和出芽事件分割。
Bioinformatics. 2022 Apr 28;38(9):2667-2669. doi: 10.1093/bioinformatics/btac107.

引用本文的文献

1
Peptides in plant-microbe interactions: Functional diversity and pharmacological applications.植物-微生物相互作用中的肽：功能多样性及药理学应用
Cell Surf. 2025 May 15;13:100145. doi: 10.1016/j.tcsw.2025.100145. eCollection 2025 Jun.
2
MMPred: a tool to predict peptide mimicry events in MHC class II recognition.MMPred：一种预测MHC II类识别中肽模拟事件的工具。
Front Genet. 2024 Dec 10;15:1500684. doi: 10.3389/fgene.2024.1500684. eCollection 2024.
3
Immunogenicity Assessment of Therapeutic Peptides.治疗性肽的免疫原性评估。
Curr Med Chem. 2024;31(26):4100-4110. doi: 10.2174/0109298673264899231206093930.
4
Mining the Proteome of Parasites Seeking Vaccine and Diagnostic Candidates.挖掘寄生虫蛋白质组以寻找疫苗和诊断候选物。
Animals (Basel). 2022 Apr 23;12(9):1098. doi: 10.3390/ani12091098.

CNN-PepPred：一个用于创建卷积神经网络模型的开源工具，用于发现肽集合中的模式-应用于肽-MHC 类 II 结合预测。

CNN-PepPred: an open-source tool to create convolutional NN models for the discovery of patterns in peptide sets-application to peptide-MHC class II binding prediction.

机构信息

Anaxomics Biotech SL, Barcelona 08008, Spain.

Institute of Biotechnology and Biomedicine, Universitat Autònoma de Barcelona, Barcelona 08193, Spain.

出版信息

Bioinformatics. 2021 Dec 7;37(23):4567-4568. doi: 10.1093/bioinformatics/btab687.

DOI:10.1093/bioinformatics/btab687
PMID:34601583
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC8652105/
Abstract

SUMMARY

The ability to unveil binding patterns in peptide sets has important applications in several biomedical areas, including the development of vaccines. We present an open-source tool, CNN-PepPred, that uses convolutional neural networks to discover such patterns, along with its application to peptide-HLA class II binding prediction. The tool can be used locally on different operating systems, with CPUs or GPUs, to train, evaluate, apply and visualize models.

AVAILABILITY AND IMPLEMENTATION

CNN-PepPred is freely available as a Python tool with a detailed User's Guide at https://github.com/ComputBiol-IBB/CNN-PepPred. The site includes the peptide sets used in this study, extracted from IEDB (www.iedb.org).

SUPPLEMENTARY INFORMATION

Supplementary data are available at Bioinformatics online.

摘要

摘要

揭示肽集合中的结合模式在包括疫苗开发在内的几个生物医学领域有重要应用。我们介绍了一种开源工具 CNN-PepPred，它使用卷积神经网络来发现这些模式，并将其应用于肽-HLA 类 II 结合预测。该工具可以在不同操作系统上本地使用，支持 CPU 或 GPU，用于训练、评估、应用和可视化模型。

可用性和实现

CNN-PepPred 是一个免费的 Python 工具，详细的用户指南可在 https://github.com/ComputBiol-IBB/CNN-PepPred 上获取。该网站包括了从 IEDB（www.iedb.org）提取的用于本研究的肽集合。

补充信息

补充数据可在生物信息学在线获取。