來源：生物世界 2023-08-15 18:03
總的來說，DeepAIR的開發(fā)將有助于提高免疫細(xì)胞受體與抗原結(jié)合預(yù)測的準(zhǔn)確性，為研究適應(yīng)性免疫提供有力支持。此外，DeepAIR還可以幫助科學(xué)家更好地了解適應(yīng)性免疫系統(tǒng)，為免疫治療和疫苗設(shè)計(jì)提供指導(dǎo)。
騰訊AI Lab姚建華博士等人在 Science 子刊 Science Advances 上發(fā)表了題為：DeepAIR: a deep-learning framework for effective integration of sequence and 3D structure to enable adaptive immune receptor analysis 的研究論文。
該研究提出了一種名為DeepAIR的深度學(xué)習(xí)框架，有效整合了適應(yīng)性免疫受體（AIR）的序列和三維結(jié)構(gòu)信息，以準(zhǔn)確預(yù)測AIR與抗原之間的結(jié)合。
在這項(xiàng)研究中，研究團(tuán)隊(duì)提出了一種名為DeepAIR的深度學(xué)習(xí)框架，通過整合序列和三維結(jié)構(gòu)信息，以準(zhǔn)確預(yù)測AIRs與抗原之間的結(jié)合。DeepAIR框架采用了專門設(shè)計(jì)的門控注意力機(jī)制和張量融合機(jī)制，將序列信息和AlphaFold2預(yù)測的AIR結(jié)構(gòu)信息進(jìn)行有效融合，從而實(shí)現(xiàn)AIR-抗原結(jié)合預(yù)測。
在六個(gè)包含T細(xì)胞受體（TCR）和B細(xì)胞受體（BCR）的基準(zhǔn)測試數(shù)據(jù)集上進(jìn)行的測試顯示，DeepAIR在AIR-抗原結(jié)合親和力，AIR-抗原結(jié)合特異性，和免疫組庫分類等三個(gè)任務(wù)上，相對于現(xiàn)有基于序列的方法實(shí)現(xiàn)了更好的預(yù)測性能。DeepAIR在預(yù)測T細(xì)胞受體（TCR）結(jié)合親和力方面，和真實(shí)親和力的皮爾遜相關(guān)系數(shù)達(dá)到了0.813，同時(shí)在預(yù)測T細(xì)胞受體（TCR）和B細(xì)胞受體（BCR）結(jié)合特異性方面的中位AUC分別達(dá)到0.904和0.942。
此外，DeepAIR還能通過TCR和BCR免疫組庫準(zhǔn)確識別鼻咽癌（NPC）和炎癥性腸病（IBD）患者。
值得注意的是，DeepAIR框架不僅準(zhǔn)確預(yù)測了AIR-抗原結(jié)合親和力，還揭示了與抗原表位結(jié)合的重要區(qū)域。這將有助于更好地理解免疫系統(tǒng)的工作原理，并為免疫療法開發(fā)和疫苗設(shè)計(jì)提供新的思路。
總的來說，DeepAIR的開發(fā)將有助于提高免疫細(xì)胞受體與抗原結(jié)合預(yù)測的準(zhǔn)確性，為研究適應(yīng)性免疫提供有力支持。此外，DeepAIR還可以幫助科學(xué)家更好地了解適應(yīng)性免疫系統(tǒng)，為免疫治療和疫苗設(shè)計(jì)提供指導(dǎo)。
