第一类主要组织相容性复合物（MHC）在肽负载复合物（PLC）的帮助下结合短抗原肽，并将其呈现给细胞毒性T细胞的T细胞受体（TCR）和自然杀伤（NK）细胞的杀伤细胞免疫球蛋白样受体（KIR）。MHC的人类白细胞抗原（HLA）链具有10000多个等位基因，是人类最具多态性的蛋白质。这种等位基因多样性提供了广泛的肽序列空间覆盖范围，但不影响复合物的三维结构。此外，TCRs主要以常见的对角线结合模式与pMHC相互作用，KIR-pMHC相互作用是等位基因依赖性的。为了建立一个框架来理解MHC的多态性（序列）、结构（保守折叠）和功能（蛋白质相互作用）之间的关系，我们对包含1436个HLA I等位基因的pMHC同源模型进行了局部挫折分析。对局部挫败曲线的分析表明：（1）由于HLA肽结合沟中的最少信任和相对保守的残基，MHC折叠不太可能发生变化；（2）HLA螺旋上的高挫败斑参与或靠近MHC与PLC的TCR、KIR或Tapasin的相互作用位点，以及（3）肽配体主要稳定HLA结合沟的F袋。

数据收集记录_成熟HLA.fasta：此fasta文件中包含的序列来自IMGT/HLA数据集。仅包括HLA结合槽残留物（残留物1-180）。

数据收集数据帧_SRFI.csv：该表主要包括pMHC结构中的单残基挫折指数数据，该结构涵盖了1436个HLA I类等位基因与3-10个九聚肽的复合物。使用netMHCpan 3.0预测每个等位基因的3-10个高亲和力肽配体，然后使用Modeller v9.19创建同源性模型。然后使用挫折仪2（独立版本https://github.com/gonzaparra/duchablemeter2已使用）。列名是从挫折表2中获得的。Frst索引该列包括单渣受挫指数值。 SASA、RSASA、肽、Allele这些列分别包括位置特异性溶剂可及表面积（SASA）、相对SASA、肽序列和等位基因名称。

的数据收集df_SF_R_20200428.csv：此表包括“简化”版本的数据帧_SRFI.csv包含以下列：

等位基因：特定HLA I等位基因名称，

顺序：装订槽顺序

链条：相应位置所在的链条

Res：序列中残留物的位置

AA：单字母氨基酸代码

ChainRes：包含Chain和Res字段的串联字符串。

SASA、RSASA：如上所述

FI_mean、FI_mean_sd和FI_median：使用data_frame_SRFI为每个位置计算的平均值和中值SRFI值。FI_mean_sd表示平均SRFI值的标准偏差。

rvET：特定位置的实际值进化轨迹分数。

FI_median_diff：肽结合后SRFI中值的差异。

基因座：基因座（A、B或C）

核心等位基因：如果该等位基因属于Robinson等人（2017）报告的核心等位蛋白，则为真(https://doi.org/10.1371/journal.pgen.1006862). 否则为False。

囊袋：肽结合囊袋，各残基位于其中。如果任何口袋中没有残留物，则无。

界面：如果残基是MHC中的蛋白质-蛋白质界面残基，则为真

SS：二级结构赋值

结构域：各残基所在的结构域。

对于大多数等位基因，包括10个肽配体。然而，对于一些等位基因，netMHCpan 3.0并没有将25000个随机的九聚体序列中的至少10个肽归类为强结合物。因此，只有那些被归类为这些等位基因的强结合物的肽被用于同源模型，这导致一些等位基因少于10个肽配体。

仅使用包含在df_SF_R_20200428.csv注意，一些数据，如溶剂可及表面积和二级结构赋值，并未在最终出版物中使用。