BigMHC: ML-модель предсказания неоантигенов точнее NetMHC в 1,8 раза
Команда University of Maryland опубликовала BigMHC — трансформер-модель для предсказания связывания пептидов с HLA. Точность выше NetMHCpan на 80%.
Главная ошибка при разработке неоантигенных вакцин — неточное предсказание какие пептиды действительно связываются с HLA. Новая модель BigMHC меняет этот подход.
Архитектура
BigMHC — трансформер с self-attention, обученный на 11 миллионах валидированных HLA-пептидных комплексов из IEDB. Поддерживает все 5 классов HLA-I и большинство HLA-II.
Сравнение
- NetMHCpan-4.1: AUC 0,71;
- MHCflurry-2.0: AUC 0,77;
- BigMHC: AUC 0,90.
Применение в вакцинах
Использование BigMHC снижает количество «пустых» пептидов в неоантигенных вакцинах с 70% до 25%, что критически важно для эффективности.
Реагенты для иммунопептидомики (HLA-IP антитела, масс-спектрометрические стандарты) — в нашем каталоге.
Реагенты по теме статьи
В каталоге Мединноваций представлены тысячи соединений для исследований CAR-T, мРНК-доставки, ADC и других передовых направлений.
Перейти в каталог →