L'IA face aux grands problèmes du monde · Sciences du vivant · Nature (machine learning) · 2026-10-26
Jeu de données et benchmark d'apprentissage automatique pour une prédiction précise de la liaison récepteur de cellules T–pHLA
Titre original: Machine learning dataset and benchmark for accurate T cell receptor–pHLA binding prediction
Prédire la manière dont les récepteurs des lymphocytes T se lient aux complexes peptide–HLA est un défi central en immunologie et en conception thérapeutique, et les outils existants sont limités par des données de séquences incomplètes et des exemples de non-liaison biaisés. Les auteurs ont construit Hi-TPH, un vaste jeu de données hiérarchique accompagné d'une méthode de génération à la volée de données de non-liaison, et y ont affiné une famille de modèles de langage de protéines (Hi-TPH-PLMs). Sur un jeu de test externe issu d'expériences en laboratoire, ces modèles ont obtenu un gain de performance de 19,2 % par rapport aux outils de pointe, et les analyses ont montré que la contribution du HLA à la prédiction dépend de la présence des chaînes complètes du récepteur des lymphocytes T.