Подходы машинного обучения к анализу репертуара TCR

Развитие технологий секвенирования генома привело к резким изменениям в объёме и качестве данных, используемых в иммунологических исследованиях. Различные платформы данных и баз данных в настоящее время стимулируют быстрое развитие машинного обучения для анализа иммунологических данных. Среди различных направлений иммунологии анализ репертуара T-клеточных рецепторов (TCR) является одной из наиболее важных областей применения машинного обучения для оценки состояния иммунной системы и выявления её нарушений. В настоящей статье рассматриваются современные методы анализа репертуара, основанные на машинном обучении и глубоком обучении, а также обсуждаются перспективы их развития.