<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          【Nature. Mach. Intell. 】基于Transformer的多肽-HLA I類結(jié)合預(yù)測和疫苗的新生抗原序列設(shè)計

          共 1451字,需瀏覽 3分鐘

           ·

          2022-04-10 08:34


          來源:專知
          本文1000字,建議閱讀5分鐘
          TransPHLA設(shè)計了Transformer衍生模型來預(yù)測pHLA的結(jié)合。

          近日,國際知名期刊《Nature Machine Intelligence》在線發(fā)表了上海交通大學(xué)生命科學(xué)技術(shù)學(xué)院魏冬青團(tuán)隊的研究論文《A transformer-based model to predict peptide–HLA class I binding and optimize mutated peptides for vaccine design》。生命科學(xué)技術(shù)學(xué)院2017級博士研究生褚晏伊和香港大學(xué)深圳醫(yī)院的張艷博士為該論文的共同第一作者。生命科學(xué)技術(shù)學(xué)院魏冬青教授和熊毅副研究員為該論文的共同通訊作者。


          人類白細(xì)胞抗原(HLA)和肽(pHLA)之間相互作用的計算預(yù)測可以加快表位篩選和疫苗。該研究開發(fā)了TransMut框架,包含了用于pHLA結(jié)合預(yù)測的TransPHLA和用于突變肽優(yōu)化的AOMP程序,它可以推廣到生物分子的任何結(jié)合和突變?nèi)蝿?wù)(圖1)。

          TransPHLA設(shè)計了Transformer衍生模型來預(yù)測pHLA的結(jié)合。在pHLA結(jié)合預(yù)測、新抗原鑒定和HPV疫苗鑒定方面,TransPHLA均優(yōu)于現(xiàn)有的14種方法?;赥ransPHLA開發(fā)的AOMP程序可用于疫苗設(shè)計,它可以自動優(yōu)化突變肽,以搜索對目標(biāo)HLA具有更高親和力并與源肽具有高度同源性的突變肽。在3660個非結(jié)合pHLA中,有3630個源肽被成功突變。其中,94%通過IEDB的推薦方法得到驗證,88%與源肽的同源性高于80%。

          圖1.TransMut框架在webserver上的輸入和輸出

          1.數(shù)據(jù)集

          該研究包含112種HLA,肽長度從8到14,共有366種HLA-肽長度組合。詳情見圖2和圖3。

          圖2.不同數(shù)據(jù)集中每個HLA相關(guān)的可結(jié)合的pHLA樣本數(shù)

          圖3.不同數(shù)據(jù)集中肽長度相關(guān)的可結(jié)合的pHLA樣本數(shù)

          2.TransPHLA模型

          TransPHLA的核心思想是自注意力機(jī)制的應(yīng)用。TransPHLA由以下四個模塊組成(圖4):首先使用embedding block將positional embedding添加到amino acid embedding中,以生成sequence embedding,然后應(yīng)用dropout技術(shù)來增強(qiáng)魯棒性。通過embedding block,TransPHLA分別生成肽和HLA的embedding。接下來,這些embedding將分別作為Encoder block的輸入。Encoder block包含masked multi-head self-attention mechanism和feature optimization block。Feature optimization block是先上升后下降的全連接層的組合,這個模塊使得注意力機(jī)制得到的特征表示更好。然后,將輸出的肽和HLA的特征表示連接,作為pHLA的embedding。在pHLA的embedding通過encoder block后,使用projection block預(yù)測pHLA的結(jié)合分?jǐn)?shù)。

          圖4.TransPHLA模型圖

          論文鏈接:

          https://www.nature.com/articles/s42256-022-00459-7

          參考鏈接:

          https://news.sjtu.edu.cn/jdzh/20220325/169006.html


          瀏覽 46
          點贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  无码一区三区 | 中文字幕无码不卡在线 | 欧美打炮网 | 人人看天天摸 | 精品人妻一区二区乱码 |