从获得性免疫角度看，无论是肿瘤免疫还是病毒免疫，找到激活细胞免疫的目标抗原是关键。各种基因组、蛋白组、转录组、宏基因组数据提供了丰厚的信息，然而真正的抗原信息隐含在其中。当我们懂得了什么样的目标抗原信息能激活细胞免疫，我们就能掌握从庞大的组学信息中发现靶标的技能。从实施环节上看，我们从细胞免疫变化的依赖要素入手来挖掘靶标，其机制过程是：目标抗原呈递给MHC-I后，pMHC-I复合物与CD8+ TCR结合，从而影响T细胞活性和增殖。所以预测抗原肽与MHC的结合能力是预测T细胞免疫反应的主要切入点。也就是说，找到那种能够真实、稳定、结合于患者MHC-I的抗原肽，就找到了激活细胞毒T细胞杀伤的候选抗原。
目标特征
由于抗原肽分子、MHC-I分子类型非常庞大(考虑到MHC-1的大量等位基因)，因此寻找这样的结合复合物就不能一个个地通过实验来实施，而是通过机器学习方法，从数据中学习预测规则，才是寻找pMHC稳定复合物的主要方法。通过基于分子互作和pMHC蛋白复合物测序数据获得的机器学习方法，最终获得具有激活细胞免疫的候选pMHC服务的主要特征是：
强结合稳定(SB)的pMHC-I 特征：
- 经过pMHC复合物蛋白质测序(EL)后判断，多肽与MHC亲和力评分较高，在所有肽+MHC亲和力评分的前0.5%位；
- 经过分子互作(luminescent oxygen channeling immunoassay technology，LOCI技术)判断的分子互作距离，多肽和MHC的对接距离较近，在所有肽+MHC距离评分的前0.5%位；
弱结合稳定(WB)的pMHC-I特征：
- 经过pMHC复合物蛋白质测序后判断，多肽与MHC亲和力评分较高，在所有肽+MHC亲和力评分的前2%位；
- 经过结构生物学的分子对接距离判断，多肽和MHC的对接距离较近，在所有肽+MHC距离评分的前2%位；
具体结果如同所示：
针对外显子测序数据、HLA测序、病毒测序数据、pMHC-I复合物蛋白测序数据，我们可以提供预测筛选服务，并为您提供如下服务：
1、合成结合MHC的多肽；
2、合成捕获细胞毒T细胞的抗原肽MHC荧光多聚体；
3、合成内源性表达的多肽串联载体。
