Những thuốc lớn (> 500 Dalton) có thể dẫn đến đáp ứng miễn dịch làm trung hòa thuốc, đặc biệt nếu dùng thuốc nhiều lần, hoặc với liều lớn hơn. Điều này làm hạn chế hiệu quả của các thuốc với bản chất là peptide và protein khá lớn (loại này thường >6000 Da). Trong một số trường hợp, bản thân thuốc không gây miễn dịch, nhưng được pha chế cùng các chất gây miễn dịch, như trường hợp của Taxol. Các phương pháp tính toán trên các phần mềm đã được phát triển để tiên đoán khả năng gây miễn dịch của peptide và protein, đặc biệt hữu ích trong việc thiết kế các kháng thể trị liệu, đánh giá độc lực của các thể đột biến ở các tiểu phần trên vỏ virus và xác nhận các phương pháp điều trị sử dụng thuốc peptide được đề xuất. Các kỹ thuật ban đầu dựa chủ yếu vào việc quan sát thấy các amino acid ưa nước rất điển hình ở các vùng epitope hơn các amino acid không ưa nước.[163] Tuy nhiên, những cải tiến gần đây dựa vào các kỹ thuật máy tính sử dụng cơ sở dữ liệu của các epitope hiện có, thường là trên các protein virus được nghiên cứu kỹ, còn gọi là dữ liệu huấn luyện.[164] Một ngân hàng dữ liệu có thể truy cập công cộng đã được thiết lập cho việc biên mục các epitope từ các mầm bệnh mà các tế bào B có thể nhận biết được.[165] Các địa hạt đang nổi lên dựa trên các nghiên cứu của tin sinh học về miễn dịch học được gọi là miễn dịch thông tin học (immunoinformatic).[166] Phân ngành miễn dịch protein học (immunoproteomic) là nghiên cứu của số lượng lớn protein (proteomic) tham gia vào đáp ứng miễn dịch.