Nature Computational Science·· 12 小时前精选AI 评分72
Hi-TPH 数据集与基准发布，提升 TCR–pHLA 结合预测
Machine learning dataset and benchmark for accurate T cell receptor–pHLA binding prediction
AI 导读
研究团队发布大规模分层数据集 Hi-TPH，用于更准确地预测 T 细胞受体与肽–人类白细胞抗原（pHLA）复合物的结合。现有机器学习工具受序列数据不完整和非结合样本存在偏差的困扰，Hi-TPH 采用动态选取方法生成非结合数据。团队还在 Hi-TPH 上微调了不同架构和规模的蛋白质语言模型集合 Hi-TPH-PLMs，在外部湿实验测试集上相比当前最优工具性能提升 19.2%。借助 Hi-TPH 的分层结构，分析拆解了不同分子组分对结合预测的贡献及其协同作用，例如 HLA 的预测贡献依赖于完整 T 细胞受体链的存在。
阅读原文
来源：Nature Computational Science · doi.org
推荐理由
该数据集用动态选取非结合样本的方式减少偏差，并给出外部湿实验测试集上的性能变化，可供做 TCR–pHLA 结合预测的读者参考。