本書闡述的是免疫信息學相關內容及其在免疫原性預測中日益重要的作用。書中繫統介紹了免疫信息學的概念、產生和發展、相關數據庫、研究方法及其應用等，特別著重於抗原性的預測、分析和計算機輔助疫苗設計，並介紹了一些復雜軟件的使用方法，因此理論性和實用性都很強。
本書適合本科生、研究生使用，對於免疫學研究工作者也有很大的參考價值。

隨著基因組學、計算機技術以及免疫學的快速發展，免疫信息學已經成 為一個新興的且逐步完善的研究領域。免疫信息學分析就是利用免疫學的規 律，對免疫學實驗結果進行預測，再通過有效的免疫學實驗進行驗證，從而 大幅度地減少免疫學研究的工作量，節約研究成本，促進現代免疫學的發展 。本書繫統介紹了免疫信息學的概念、產生和發展、相關數據庫、研究方法 及其應用等，特別著重於抗原性的預測、分析和計算機輔助疫苗設計，並介 紹了一些復雜軟件的使用方法，因此理論性和實用性都很強。 本書定位於免疫信息學初學者，尤其適合本科生、研究生，對於免疫學 研究工作者也有很大的參考價值。

譯者序
前言
1 免疫信息學與計算機輔助預測免疫原性：導論
**部分 數據庫
2 **免疫遺傳學信息繫統(1MGT)
3 IMGT／HLA數據庫
4 免疫多態性數據庫：IPD
5 T細胞表位查詢和預測數據庫：SYFPEITHI
6 T細胞表位、MHC結合肽和TAP結合肽的搜尋及描圖
7 Bcipep數據庫中B細胞表位的搜尋及描圖
8 半抗原、載體蛋白和抗半抗原抗體的檢索
第2部分 HLA超型鋻定
9 基於GRID／CPCA和層次聚類法的HLA超型分類
10 HLA-A2超型的結構基礎
11 基於MHC結合肽庫定義MHC超型
12 基於肽結合凹槽靜電分布圖的HLA-I類等位基因分型
第3部分 肽與MHC結合能力的預測
13 特征參數法預測MHC結合肽
14 機器學習技術預測MHC結合肽
15 人工智能方法預測T細胞表位
16 小鼠MHC-多肽親和力的預測
17 3D-QSAR模型預測MHC-多肽親和力
18 基於MHC分子模型預測表位肽
19 基於支持向量機預測MHC結合肽
20 應用SVRMHC方法預測多肽與MHC分子的結合親和力
21 基於結構及分子模擬預測HLA結合肽
22 基於結構預測MHC結合肽操作指南
23 MHC-I及MHC-II與肽結合的靜態能分析
24 分子動力學模擬
25 一種預測MHC-II類分子結合肽的迭代方法
26 MHC-II類分子結合肽綜合預測方法
27 基於貝葉斯神經網絡的MHC-II類分子-肽復合物非線性預測模型
第4部分 免疫繫統其他特性的預測
28 TAPPred法預測抗原中的TAP結合肽
29 B細胞表位的預測方法
30 一種MHC分子結構功官皂相似性分析平臺：HistoCheck
31 免疫相關性毒力因子的預測
索引
彩圖