清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Self-iterative multiple-instance learning enables the prediction of CD4+ T cell immunogenic epitopes

表位 计算机科学 计算生物学 T细胞 病毒学 免疫学 生物 抗原 免疫系统
作者
Long-Chen Shen,Yumeng Zhang,Zhikang Wang,Dene R. Littler,Yan Liu,Jinhui Tang,Jamie Rossjohn,Dong‐Jun Yu,Jiangning Song
出处
期刊:Nature Machine Intelligence [Nature Portfolio]
卷期号:7 (8): 1250-1265 被引量:2
标识
DOI:10.1038/s42256-025-01073-z
摘要

Abstract Accurate prediction of antigen presentation to CD4 + T cells and subsequent induction of immune response are fundamentally important for vaccine development, autoimmune disease treatment and cancer neoepitope discovery. In immunopeptidomics, single-allelic data offer high specificity but limited allele coverage, whereas multi-allelic data provide broader representation at the expense of weak labelling. Current computational approaches either overlook the abundance of multi-allelic data or suffer from label ambiguity due to inadequate modelling strategies. To address these limitations, we present ImmuScope, a weakly supervised deep learning framework that integrates major histocompatibility complex class II (MHC-II) antigen presentation, CD4 + T cell epitopes and immunogenicity assessment. ImmuScope leverages self-iterative multiple-instance learning with positive-anchor triplet loss to decipher peptide-MHC-II binding from weakly labelled multi-allelic data and high-confidence single-allelic data. The training dataset comprises over 600,000 ligands across 142 alleles. Additionally, ImmuScope enables the interpretation of MHC-II binding specificity and motif deconvolution of immunopeptidomics data. We successfully applied ImmuScope to identify melanoma neoantigens, uncovering mutation-driven variations in peptide-MHC-II binding and immunogenicity. Furthermore, we employed ImmuScope to evaluate the effects of SARS-CoV-2 epitope mutations associated with immune escape, with predictions well aligned with experimentally observed immune escape dynamics. Overall, by offering a unified solution for CD4 + T cell antigen recognition and immunogenicity assessment, ImmuScope holds substantial promise for accelerating vaccine design and advancing personalized immunotherapy.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
帆帆帆完成签到 ,获得积分10
7秒前
lihongyan完成签到 ,获得积分10
7秒前
10秒前
hover完成签到,获得积分10
13秒前
Yuna完成签到,获得积分20
14秒前
xiaoju发布了新的文献求助10
14秒前
chemlink完成签到 ,获得积分10
16秒前
16秒前
嘿嘿完成签到 ,获得积分10
17秒前
lamb完成签到 ,获得积分10
17秒前
yuanmeng434完成签到 ,获得积分10
18秒前
wei发布了新的文献求助10
19秒前
Yuna发布了新的文献求助10
20秒前
清爽水之完成签到,获得积分10
26秒前
贪玩鸣凤完成签到,获得积分10
47秒前
哈哈哈哈完成签到 ,获得积分10
49秒前
孝顺的丹烟完成签到,获得积分10
57秒前
57秒前
王誉霖发布了新的文献求助10
59秒前
1分钟前
楚楚完成签到 ,获得积分10
1分钟前
1分钟前
王誉霖完成签到,获得积分10
1分钟前
大方定帮完成签到,获得积分10
1分钟前
合适乐巧完成签到 ,获得积分10
1分钟前
缓慢凛完成签到,获得积分10
1分钟前
ghost完成签到 ,获得积分10
1分钟前
稳重傲柔完成签到,获得积分10
1分钟前
万能图书馆的应助被边疆采纳,获得10
1分钟前
温柔的海秋完成签到,获得积分10
1分钟前
1分钟前
任性的千筹完成签到,获得积分10
2分钟前
边疆发布了新的文献求助10
2分钟前
单薄飞双完成签到,获得积分10
2分钟前
Jzhaoc580完成签到 ,获得积分10
2分钟前
边疆完成签到,获得积分10
2分钟前
2分钟前
麦子发布了新的文献求助10
2分钟前
李木禾完成签到 ,获得积分10
2分钟前
Hello的应助被麦子采纳,获得10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Hidden Empire of Finance: How Wall Street Profits from Our Cities and Fuels Global Inequality 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8166463
求助须知:如何正确求助?哪些是违规求助? 9559494
关于积分的说明 21750516
捐赠科研通 7757246
什么是DOI,文献DOI怎么找? 3429141
关于科研通互助平台的介绍 2553507
邀请新用户注册赠送积分活动 2473845