TCR-BERT: изучение «грамматики» T-клеточных рецепторов для гибкого анализа связывания антигенов

T-клеточный рецептор (TCR) позволяет T-клеткам распознавать антигены, представленные инфицированными и поражёнными заболеванием клетками, и реагировать на них. Однако из-за огромного разнообразия TCR и сложной динамики связывания, лежащей в основе распознавания антигенов TCR, трудно предсказать, с какими антигенами может связываться данный TCR. Здесь мы представляем TCR-BERT — модель глубокого обучения, применяющую самоконтролируемое переносное обучение к этой задаче. TCR-BERT использует немаркированные последовательности TCR для формирования общего универсального представления последовательностей TCR, что обеспечивает возможность многочисленных последующих применений. Мы показываем, что TCR-BERT можно использовать для построения предикторов связывания TCR с антигенами, соответствующих современному переднему краю, с улучшенной обобщающей способностью по сравнению с ранее разработанными методами. TCR-BERT одновременно облегчает кластеризацию последовательностей, которые, вероятно, обладают общей антигенной специфичностью. Кроме того, он способствует разработке вычислительных подходов к сложным нерешённым задачам, таким как конструирование новых последовательностей TCR с заданными аффинностями связывания. Важно, что все эти достижения TCR-BERT обеспечивает за счёт фокусировки на остатках с известной биологической значимостью. TCR-BERT может стать полезным инструментом для специалистов, изучающих T-клетки, способствуя более глубокому пониманию и расширению спектра применений, а также предоставляет концептуальную основу для использования немаркированных данных с целью совершенствования машинного обучения на биологических последовательностях.