用于精准预测T细胞受体与pHLA结合的机器学习数据集和基准

中国科大等机构在《Nature Computational Science》发表研究，推出用于预测T细胞受体与肽-HLA复合物结合关系的数据集与基准，关注价值在于改善免疫学建模中的数据偏差与评测可比性。

• 研究构建了分层数据集Hi-TPH，并通过动态方法生成非结合样本，以缓解既有数据中序列不完整、阴性样本偏置等问题。
• 配套模型Hi-TPH-PLMs采用不同规模和结构的蛋白语言模型，并针对数据集进行微调。
• 论文称，在外部湿实验测试集上，模型性能较现有先进工具提升19.2%，但该结果依赖具体测试集和评价指标。
• 数据集与代码已通过GitHub和Zenodo公开，数据采用CC BY-NC 4.0许可，商业使用边界需要另行评估。
• 影响/看点：如果外部实验和不同免疫数据集能重复这一优势，该工作可能提升TCR特异性预测及个体化免疫治疗研究的筛选效率；能否转化为临床决策工具，仍取决于实验验证、样本代表性和许可条件。
• 资料依据:
• Nature Computational Science（2026-10-26）：https://www.nature.com/articles/s43588-026-01073-y
• Zenodo（2026-10-26）：https://doi.org/10.5281/zenodo.22647655

本内容由 AI 生成，仅供参考，请注意甄别