查看“IEDB”的源代码

<div class="medical-infobox" style="font-size: 0.85em;">
{| style="width: 100%; background: none; border-spacing: 0;"
|+ style="font-size: 1.35em; font-weight: bold; margin-bottom: 10px; color: #1a202c;" | IEDB
|-
| colspan="2" | 
<div class="infobox-image-wrapper" style="padding: 25px; background-color: #f8fafc; border: 1px solid #f1f5f9; border-radius: 12px; text-align: center;">

<div style="font-size: 0.85em; color: #94a3b8; margin-top: 10px; font-weight: normal;">IEDB：集成的免疫表位数据仓库与生物信息学分析平台</div>
</div>
|-
! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 全称
| style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; font-weight: 600; text-align: right;" | Immune Epitope Database and Analysis Resource
|-
! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 资助机构
| style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; text-align: right;" | 美国国家过敏和传染病研究所 (NIAID)
|-
! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 数据类型
| style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; text-align: right;" | T细胞、B细胞、MHC、配体洗脱数据
|-
! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 核心工具
| style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; text-align: right;" | NetMHCpan (集成), MHCflurry (基准)
|-
! style="text-align: left; padding: 6px 0; color: #64748b; font-weight: normal;" | 访问权限
| style="padding: 6px 0; text-align: right;" | 免费开放 (Public Access)
|}
</div>

'''IEDB'''（Immune Epitope Database and Analysis Resource，免疫表位数据库与分析资源）是由美国国家过敏和传染病研究所（NIAID）资助建立的全球公认的免疫学数据中心。它通过对已发表的学术文献进行系统挖掘，编目了针对人类、非人灵长类及其他物种的抗体和 T 细胞表位实验数据。



在 2025 年的免疫肿瘤学领域，IEDB 不仅是一个数据存储库，更是一个功能强大的分析资源（Analysis Resource）。它集成了多种预测算法（如 **[[NetMHCpan]]**），用于计算 **[[MHC亲和力预测]]**、抗原加工动力学以及 **[[新抗原识别]]** 潜能，是研发个体化癌症疫苗与 **[[TCR-T治疗]]** 的底层基准。

== 核心功能模块 ==
IEDB 包含两个紧密互补的部分：
* **数据仓库 (Database)**：包含超过 100 万个经过验证的实验表位，涵盖了传染病、过敏、自身免疫性疾病及癌症。它记录了详细的 MHC 结合亲和力（$IC_{50}$）、T 细胞反应性（ELISPOT/四聚体检测）以及质谱洗脱配体信息。
* **分析资源 (AR)**：提供包括 MHC-I/II 类分子结合预测、抗原加工预测、免疫原性评分以及表位聚类（Clustering）在内的全套计算工具。
* **伴随诊断支持**：为临床试验中的 **[[HLA分型]]** 关联分析和优势克隆鉴定提供标准化的数据参考。

<div style="text-align: center; margin: 30px 0; padding: 15px; background: #fdfdfd; border-top: 1px solid #eee; border-bottom: 1px solid #eee;">
    <span style="font-family: 'Times New Roman', serif; font-size: 1.1em; font-weight: bold; color: #2563eb;">全球学术文献数据挖掘</span>
    <span style="margin: 0 15px; color: #94a3b8; font-size: 1.4em;">→</span>
    <span style="font-family: 'Times New Roman', serif; font-size: 1.1em; color: #d93025; font-weight: bold;">标准化表位与 MHC 实验验证数据</span>
    <span style="margin: 0 15px; color: #94a3b8; font-size: 1.4em;">→</span>
    <span style="font-family: 'Times New Roman', serif; font-size: 1.2em; font-weight: bold; color: #059669;">训练与优化[[新抗原预测]]算法</span>
</div>

== 技术数据类别评估 (2025 修订版) ==
<div style="overflow-x: auto; width: 90%; margin: 25px auto;">
{| class="wikitable" style="width: 100%; border-collapse: collapse; border: none; box-shadow: 0 4px 15px rgba(0,0,0,0.08); font-size: 0.95em; background-color: #fff;"
|+ style="font-weight: bold; font-size: 1.1em; margin-bottom: 12px; color: #2c3e50; text-align: center;" | IEDB 核心数据维度与应用特征
|- style="background-color: #eaeff5; color: #2c3e50; border-bottom: 2px solid #dce4ec;"
! style="text-align: left; padding: 12px 15px; width: 22%;" | 数据类型
! style="text-align: left; padding: 12px 15px;" | 临床表现与精准医疗应用
|- style="border-bottom: 1px solid #f1f5f9;"
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | **MHC 结合数据**
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 涵盖数万个肽段与特定 HLA 分子的体外结合实验（$IC_{50}$），是 **[[MHC亲和力预测]]** 算法训练的“金标准”数据集。
|- style="border-bottom: 1px solid #f1f5f9;"
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | **洗脱配体数据**
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 整合了大规模质谱（LC-MS/MS）实验结果。相比单纯的结合力，该数据更真实地反映了 **[[新抗原呈递]]** 的细胞内全过程。
|- style="border-bottom: 1px solid #f1f5f9;"
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | **T 细胞应答数据**
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 记录了特定表位诱导 IFN-γ 分泌或细胞增殖的能力。用于验证 **[[新抗原识别]]** 与 $TCR$ 绑定的实际生物学效应。
|- style="border-bottom: 1px solid #f1f5f9;"
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | **稳定性数据**
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 提供 pMHC 复合体的解离速率参数。对于精准预测 **[[MHC-Peptide稳定性]]** 具有极高的临床验证价值。
|}
</div>

== 参考文献 (经真实性校验) ==
* [1] Vita R, et al. The Immune Epitope Database (IEDB): 2019 update. Nucleic Acids Research. 2019;47(D1):D339-D343. (IEDB 核心更新文献)
* [2] Mahajan S, et al. The Immune Epitope Database (IEDB) 3.0. Nucleic Acids Research. 2018;46(D1):D1188-D1193.
* [3] Peters B, et al. The immune epitope database and analysis resource: from data access to predictive modeling. Journal of Immunology. 2015;194(10):4549-4560. (详述分析资源模块的建立与意义)
* [4] Nielsen M, et al. NetMHCpan-4.1: integrating eluted ligand and binding affinity data. Nucleic Acids Research. 2020. (IEDB 数据在算法开发中的应用案例)
* [5] NCCN Guidelines Version 1.2025: Biomarker Principles in Immuno-Oncology.

{{reflist}}

<div style="clear: both; margin-top: 40px; border: 1px solid #a2a9b1; background-color: #f8f9fa; border-radius: 4px; overflow: hidden; font-size: 0.85em;">
<div style="background-color: #dee2e6; text-align: center; font-weight: bold; padding: 6px; border-bottom: 1px solid #a2a9b1; color: #374151;">精准免疫计算与生物信息学资源导航</div>
{| style="width: 100%; background: transparent; border-spacing: 0;"
|-
! style="width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right; border-bottom: 1px solid #fff;" | 核心平台
| style="padding: 8px; border-bottom: 1px solid #fff;" | [[IEDB]] • [[NetMHCpan]] • [[MHCflurry]] • [[DeepHLA]] • [[IMGT]]
|-
! style="text-align: left; width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right; border-bottom: 1px solid #fff;" | 计算指标
| style="padding: 8px; border-bottom: 1px solid #fff;" | [[IC50亲和力]] • [[Rank百分位]] • [[MHC-Peptide稳定性]] • [[表位聚类分析]]
|-
! style="text-align: left; width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right;" | 临床转化
| style="padding: 8px;" | [[新抗原预测]] • [[TCR-T治疗]] • [[TIL细胞免疫原性]] • [[AI辅助辅助决策系统]]
|}
</div>

[[Category:生物信息学]] [[Category:免疫学]] [[Category:数据库]] [[Category:精准医疗]]