用于建模 TCR-抗原肽-HLA 相互作用的结构感知深度学习框架

博德研究所与哈佛大学团队提出用于预测 T 细胞受体与抗原肽-人类白细胞抗原复合物相互作用的深度学习框架 StriMap，并在强直性脊柱炎研究中完成实验验证，为免疫治疗设计提供了新的计算工具。

• StriMap 整合了结合界面的物理化学特性、序列上下文以及三维结构特征，提升了对复杂 TCR-抗原识别的建模泛化能力。
• 研究团队使用该模型对来自 43241 个细菌蛋白质的 1300 万个多肽序列进行了高通量筛选，成功预测出能激活强直性脊柱炎相关 TCR 的候选分子模拟物。
• 湿实验验证了预测的多肽分子具有免疫激活功能，且高排名多肽在炎症性肠病患者群体中呈现富集特征。
• 论文已于 2026 年 9 月 25 日发表在 Nature Communications。
• 影响/看点：该框架将三维结构信息引入免疫受体相互作用预测，有助于自身免疫疾病抗原发现与肿瘤新抗原筛选，其实际应用价值取决于其在更大规模未知靶点与复杂免疫环境下的临床外推效果。
• 资料依据：
• Nature Communications（2026-09-25）：https://www.nature.com/articles/s41467-026-78063-1

本内容由 AI 生成，仅供参考，请注意甄别