메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(충북과학고등학교)
저널정보
한국정보기술진흥원 한국정보기술진흥원 학술지 한국정보기술진흥원 학술지 제3권 제1호
오류 신고하기

피인용 0

검색

    초록·키워드

    다중 에피톱 mRNA 백신 설계는 HLA‑DRB1 다양성, 경쟁 결합, 제조 제약을 함께 고려해야 하나, 전장 서열과 다수 알렐을 전수 탐색하는 방식은 계산적으로 비효율적이다. 본 연구에서는 IEDB DRB1 EL‑MS 데이터 약 57만 건으로 레지스터 인지 제시 모델을 학습하고, 알렐별 확률 교정을 통해 높은 분류 성능과 보정 신뢰도를 확보하였다. 교정된 확률과 레지스터 엔트로피를 이용해 전장‑생성 규칙과 δ‑안전 생략가능 규칙을 구축함으로써, SARS‑CoV‑2 전장 후보 공간을 대폭 축소하면서도 리콜 0.999를 유지하였다. 한국 DRB1 유전형 분포 기반 최적화 결과, 두 개의 15‑mer 에피톱만으로 인구 가중 Coverage₁ 약 99.9%를 달성하여, 제안한 파이프라인이 다중 에피톱 후보 탐색의 속도와 신뢰도를 동시에 향상시킴을 보였다.

    최근 본 자료 전체보기

      UCI(KEPA) : I410-151-26-02-096017706