基于深度学习的预测TCR和肽的相互作用算法研究

免疫疗法是一种利用人体自身免疫系统反应的癌症治疗方法。继手术、化疗和放疗等传统治疗方法后，免疫疗法逐渐成为了最有前途的癌症治疗方法。在各种免疫疗法中，发展较快的是TCR-T疗法。TCR-T疗法通过基因编辑技术，把特异性识别肿瘤抗原肽的T细胞受体(TCR)基因导入到患者自身的T细胞，使患者的T细胞能够表达外源性TCR，并且获得特异性杀伤肿瘤细胞的能力。然而，如何从大量非结合TCR中筛选出特异性识别肿瘤抗原肽的TCR，这一直是免疫和生物信息学领域的挑战。为解决这一问题，本文提出了一种基于深度学习的分类算法，对TCR与多肽的相互作用进行准确预测。实验结果表明，本文提出算法在数据集上AUC的值为0.8513。此外，还与随机森林和NetTCR分类模型进行不同的分类指标对比，该算法的指标值都有着较高的提升。