Nat. Mach. Intell. | 基于深度学习的T细胞受体和抗原结合特异性预测

本文介绍来自MD Anderson Cancer Center的Alexandre Reuben团队发表在Nature Machine Intelligence上的文章Deep learning-based prediction of the T cell receptor–antigen binding specificity。在本篇文章中，作者构建了一个pMHC-TCR结合预测网络（pMTnet），该模型基于迁移学习，用来预测新生抗原（neoantigens）和T细胞受体（T-cell receptors, TCRs）结合特异性。作者把pMTnet用于人类肿瘤序列数据并进行了一系列观察。总的来说，pMTnet解决了长期存在的TCR-pMHC配对预测问题，揭示了基因组规模的生物观点，它也可以作为生物标记的基础用于预测免疫反应。