La IA y los problemas difíciles del mundo · Ciencias de la vida · Nature (machine learning) · 2026-10-26
Conjunto de datos y referencia de aprendizaje automático para la predicción precisa de la unión entre el receptor de células T y pHLA
Título original: Machine learning dataset and benchmark for accurate T cell receptor–pHLA binding prediction
Predecir cómo los receptores de células T se unen a los complejos péptido–HLA es un desafío central en la inmunología y el diseño terapéutico, y las herramientas existentes están limitadas por datos de secuencias incompletos y ejemplos de no unión sesgados. Los autores crearon Hi-TPH, un gran conjunto de datos jerárquico con un método sobre la marcha para generar datos de no unión, y ajustaron finamente sobre él una familia de modelos de lenguaje de proteínas (Hi-TPH-PLMs). En un conjunto de prueba externo de laboratorio húmedo, estos modelos lograron una mejora de rendimiento del 19.2% respecto a las herramientas de última generación, y los análisis mostraron que la contribución del HLA a la predicción depende de la presencia de las cadenas completas del receptor de células T.