ATM-TCR: TCR-Epitope Binding Affinity Prediction Using a Multi-Head Self-Attention Model.
ATM-TCR: TCR-Epitope Binding Affinity Prediction Using a Multi-Head Self-Attention Model.
复制标题
ATM-TCR：使用多头自我注意力模型的TCR- EPITOPE结合亲和力预测。
DOI：
10.3389/fimmu.2022.893247
复制
发表时间：
2022
影响因子：
7.3
通讯作者：
中科院分区：
文献类型：
--
作者：
TCR-表位对结合是T细胞调节的关键成分。预测给定的结合对是否结合的能力是理解结合机制的潜在生物学以及开发T细胞介导的免疫治疗方法的基础。包含TCR-表位结合对的大规模公共数据库的出现使得TCR-表位结合的计算预测方法得到了最近的发展。然而，与结合TCR一起报告的表位数量太少，导致看不见的表位的样本外性能很差。为了解决这一问题，我们提出了ATM-TCR模型，它使用多头自我注意机制来捕捉生物上下文信息，并提高泛化性能。此外，通过对SARS-CoV-2最近的数据进行演示，我们提出了一种新的应用我们的模型中的注意图来提高样本外的性能。
TCR-epitope pair binding is the key component for T cell regulation. The ability to predict whether a given pair binds is fundamental to understanding the underlying biology of the binding mechanism as well as developing T-cell mediated immunotherapy approaches. The advent of large-scale public databases containing TCR-epitope binding pairs enabled the recent development of computational prediction methods for TCR-epitope binding. However, the number of epitopes reported along with binding TCRs is far too small, resulting in poor out-of-sample performance for unseen epitopes. In order to address this issue, we present our model ATM-TCR which uses a multi-head self-attention mechanism to capture biological contextual information and improve generalization performance. Additionally, we present a novel application of the attention map from our model to improve out-of-sample performance by demonstrating on recent SARS-CoV-2 data.
登录
查看更多内容
影响因子：
14.9
作者：
Vita R;Mahajan S;Overton JA;Dhanda SK;Martini S;Cantrell JR;Wheeler DK;Sette A;Peters B
通讯作者：
Peters B
影响因子：
2.9
作者：
Lefranc, MP;Pommié, C;Lefranc, G
通讯作者：
Lefranc, G
影响因子：
7.3
作者：
Gielis, Sofie;Maris, Pieter;Meysman, Pieter
通讯作者：
Meysman, Pieter
影响因子：
14.9
作者：
Shugay M;Bagaev DV;Zvyagin IV;Vroomans RM;Crawford JC;Dolton G;Komech EA;Sycheva AL;Koneva AE;Egorov ES;Eliseev AV;Van Dyk E;Dash P;Attaf M;Rius C;Ladell K;McLaren JE;Matthews KK;Clemens EB;Douek DC;Luciani F;van Baarle D;Kedzierska K;Kesmir C;Thomas PG;Price DA;Sewell AK;Chudakov DM
通讯作者：
Chudakov DM
影响因子：
5.9
作者：
Montemurro A;Schuster V;Povlsen HR;Bentzen AK;Jurtz V;Chronister WD;Crinklaw A;Hadrup SR;Winther O;Peters B;Jessen LE;Nielsen M
通讯作者：
Nielsen M