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 →

Другие материалы