随着基因组学、计算机技术以及免疫学的快速发展，免疫信息学已经成为一个新兴的且逐步完善的研究领域。免疫信息学分析就是利用免疫学的规律，对免疫学实验结果进行预测，再通过有效的免疫学实验进行验证，从而大幅度地减少免疫学研究的工作量，节约研究成本，促进现代免疫学的发展。
《现代生物技术前沿 免疫信息学：计算机辅助预测免疫原性》系统介绍了免疫信息学的概念、产生和发展、相关数据库、研究方法及其应用等，特别着重于抗原性的预测、分析和计算机辅助疫苗设计，并介绍了一些复杂软件的使用方法，因此理论性和实用性都很强。
《现代生物技术前沿 免疫信息学：计算机辅助预测免疫原性》定位于免疫信息学初学者，尤其适合本科生、研究生，对于免疫学研究工作者也有很大的参考价值。

译者序
前言
1 免疫信息学与计算机辅助预测免疫原性：导论
第1部分 数据库
2 国际免疫遗传学信息系统（1MGT）
3 IMGT／HLA数据库
4 免疫多态性数据库：IPD
5 T细胞表位查询和预测数据库：SYFPEITHI
6 T细胞表位、MHC结合肽和TAP结合肽的搜寻及描图
7 Bcipep数据库中B细胞表位的搜寻及描图
8 半抗原、载体蛋白和抗半抗原抗体的检索
第2部分 HLA超型鉴定
9 基于GRID／CPCA和层次聚类法的HLA超型分类
10 HLA-A2超型的结构基础
11 基于MHC结合肽库定义MHC超型
12 基于肽结合凹槽静电分布图的HLA-I类等位基因分型
第3部分 肽与MHC结合能力的预测
13 特征参数法预测MHC结合肽
14 机器学习技术预测MHC结合肽
15 人工智能方法预测T细胞表位
16 小鼠MHC-多肽亲和力的预测
17 3D-QSAR模型预测MHC-多肽亲和力
18 基于MHC分子模型预测表位肽
19 基于支持向量机预测MHC结合肽
20 应用SVRMHC方法预测多肽与MHC分子的结合亲和力
21 基于结构及分子模拟预测HLA结合肽
22 基于结构预测MHC结合肽操作指南
23 MHC-I及MHC-II与肽结合的静态能分析
24 分子动力学模拟
25 一种预测MHC-II类分子结合肽的迭代方法
26 MHC-II类分子结合肽综合预测方法
27 基于贝叶斯神经网络的MHC-II类分子-肽复合物非线性预测模型
第4部分 免疫系统其他特性的预测
28 TAPPred法预测抗原中的TAP结合肽
29 B细胞表位的预测方法
30 一种MHC分子结构功官皂相似性分析平台：HistoCheck
31 免疫相关性毒力因子的预测
索引
彩图