PulseAugur
中
实时 22:02:18
Română(RO) Structure-Regularized Interpretable TCR-Epitope Prediction

新的TCR-SRIM模型提供可解释的表位预测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了TCR-SRIM，一个用于预测T细胞受体（TCR）-表位结合的新模型。该模型整合了蛋白质语言模型嵌入和可解释的接触原型，以在残基水平分析TCR-表位相互作用。TCR-SRIM在TCR-XAI基准测试中表现出最先进的性能，并提供了增强的可解释性。研究还评估了生成的蛋白质结构对模型学习的影响，发现与AlphaFold3、TCRModel2和tFold-TCR预测的结构相比，实验解析的结构提供了更准确的相互作用模式和更大的结合位点多样性。 AI

影响 这项研究可能带来更准确、更具可解释性的免疫疗法开发工具。

排序理由 该集群包含一篇详细介绍新模型及其评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的TCR-SRIM模型提供可解释的表位预测

报道来源 [1]

  1. arXiv cs.LG TIER_1 Română(RO) · Jiarui Li, Zixiang Yin, Yunbei Zhang, Janet Wang, Samuel J. Landry, Zhengming Ding, Ramgopal R. Mettu ·

    Structure-Regularized Interpretable TCR-Epitope Prediction

    arXiv:2606.30902v1 Announce Type: cross Abstract: T cell receptor (TCR)-epitope binding prediction is essential for understanding adaptive immunity and developing immunotherapies. Existing sequence- and structure-based models often generalize poorly to unseen epitopes and provide…

相关实体

相关话题