详细内容或原文请订阅后点击阅览
癌症免疫疗法的深度学习
这篇文章的目的是说明深度学习如何应用于癌症免疫疗法（免疫肿瘤学或免疫肿瘤学） - 一种癌症治疗策略，其目的是利用癌症患者自身的免疫系统来对抗癌症。
来源:RStudio AI博客简介
在我的研究中，我应用深度学习来揭示人体免疫系统中的分子相互作用。我的研究的一个应用是癌症免疫疗法（免疫肿瘤学或免疫肿瘤学） - 一种癌症治疗策略，其目的是利用癌症患者自身的免疫系统来对抗癌症。
这篇文章的目的是说明如何成功地应用深度学习来模拟人体免疫系统中的关键分子相互作用。分子相互作用高度依赖于环境，因此是非线性的。深度学习是捕捉非线性的强大工具，因此已被证明是无价的和非常成功的。特别是在模拟主要组织相容性复合体 I 型 (MHCI) 和肽之间的分子相互作用时（最先进的模型 netMHCpan 以 98.5% 的极高特异性识别了 96.5% 的天然肽）。
netMHCpan过继性 T 细胞疗法
在深入研究之前，先简单了解一下背景知识。特殊的免疫细胞（T 细胞）巡视我们的身体，扫描细胞以检查它们是否健康。我们细胞的表面是 MHCI - 一种高度专业化的分子系统，它反映了我们细胞内部的健康状况。这是通过显示称为肽的蛋白质小片段来实现的，从而反映细胞内部的情况。T 细胞探测这些分子显示，以检查肽是来自我们自己的身体（自身）还是外来的（非自身），例如来自病毒感染或癌症。如果显示的肽是非自身的，T 细胞就有能力终止细胞。
Simon Caulton，过继性 T 细胞疗法，CC BY-SA 3.0
Simon Caulton 过继性 T 细胞疗法 CC BY-SA 3.0肽分类模型
对于此用例，我们应用了三个模型来分类给定肽是“强结合剂”SB、“弱结合剂”WB 还是“非结合剂”NB。 MHCI（特定类型：HLA-A*02:01）。 因此，分类揭示了哪些肽将被呈递给 T 细胞。 我们测试的模型是：
SB
WB
NB
HLA-A*02:01
(