IA e os Problemas Difíceis do Mundo · Ciências da vida · Nature (machine learning) · 2026-10-26
Conjunto de dados e benchmark de aprendizado de máquina para previsão precisa da ligação entre receptor de células T e pHLA
Título original: Machine learning dataset and benchmark for accurate T cell receptor–pHLA binding prediction
Prever como os receptores de células T se ligam aos complexos peptídeo–HLA é um desafio central na imunologia e no desenho terapêutico, e as ferramentas existentes são limitadas por dados de sequência incompletos e por exemplos de não ligação enviesados. Os autores construíram o Hi-TPH, um grande conjunto de dados hierárquico com um método dinâmico (on-the-fly) para gerar dados de não ligação, e ajustaram (fine-tuning) uma família de modelos de linguagem de proteínas (Hi-TPH-PLMs) com ele. Em um conjunto de teste externo de laboratório experimental (wet-lab), esses modelos alcançaram um ganho de desempenho de 19.2% em relação às ferramentas de última geração, e as análises mostraram que a contribuição do HLA para a predição depende da presença das cadeias completas do receptor de células T.