《Science》：机器学习TCR和BCR序列诊断疾病

文章预览

在免疫学领域，准确的疾病诊断对于有效的患者管理至关重要。传统的临床诊断方法，如体格检查、采集患者病史、实验室检测和影像学检查等存在局限性，尤其在诊断诸如自身免疫性疾病等复杂病症时。这些方法往往忽视了  B  细胞受体（ BCRs ）和  T  细胞受体（ TCRs ）中编码的宝贵信息，而这些信息能够反映个体对过去和当前抗原暴露的免疫反应。 昨天，斯坦福大学 Scott D. Boyd 、 Anshul Kundaje 共同通讯在《 Science 》发表论文“ Disease diagnostics using machine learning of B cell and T cell receptor sequences ”，为了填补这一空白，开发了一种名为免疫诊断机器学习（ MAchine Learning for Immunological Diagnosis ， Mal-ID ）的新方法。这一创新框架将传统免疫学分析技术（如检测患有相同病症个体之间的共享序列）与基于先进人工智能的蛋白质语言模型相结合。这种整合旨 ………………………………