TCR-H:可解释的机器学习预测T细胞受体表皮质与未见数据集结合

科学领域:

• 免疫信息学是指免疫信息学.
• 计算生物学 计算生物学
• 机器学习 机器学习

背景情况:

• 目前的人工智能和机器学习 (AI/ML) 模型用于预测T细胞受体 (TCR) -表位特异性,往往无法对未见的数据进行概括.
• 这种局限性阻碍了它们在理解免疫反应方面的现实应用.

研究的目的:

• 开发一个强大的AI/ML模型来预测TCR-epitope特异性,该模型对未见的数据进行概括.
• 为了提高TCR-表皮质特异性预测的可解释性.

主要方法:

• 开发了TCR-H,这是一个监督分类的支持矢量机模型,利用物理化学特征.
• 在最大可用的数据集上训练TCR-H,仅使用实验验证的非结合物作为负数据点.
• 采用了SHAP (沙普利添加式解释) 解释性AI (XAI) 方法来解释模型.

主要成果:

• 在表位"硬分裂" (未见表位) 中,TCR-H实现了0.87的ROC的AUC.
• 该模型表现出强的性能,TCR硬分裂的AUC为0.92,"严格分裂"的AUC为0.89 (看不见的表位和TCR).
• SHAP分析确定了驱动模型预测的关键物理化学特征.

结论:

• TCR-H显著改善了TCR-表位特异性的预测,特别是在未见的数据中.
• 该模型的可概括性和可解释性代表了该领域的重大进步.
• 这项工作为免疫学中更可靠的计算工具铺平了道路.