Disease diagnostics using machine learning of B cell and T cell receptor sequences

疾病 细胞 计算生物学 受体 计算机科学 生物 细胞生物学 遗传学 医学 内科学
作者
Maxim Zaslavsky,Erin Craig,Jackson Michuda,Neha Sehgal,Nikhil Ram-Mohan,Ji-Yeun Lee,Khoa D. Nguyen,Ramona A. Hoh,Tho D. Pham,Katharina Röltgen,Brandon Lam,Ella Parsons,Susan Macwana,Wade DeJager,Elizabeth M. Drapeau,Krishna M. Roskin,Charlotte Cunningham‐Rundles,M. Anthony Moody,Barton F. Haynes,Jason D. Goldman
出处
期刊:Science [American Association for the Advancement of Science]
卷期号:387 (6736) 被引量:1
标识
DOI:10.1126/science.adp2407
摘要

Clinical diagnosis typically incorporates physical examination, patient history, various laboratory tests, and imaging studies but makes limited use of the human immune system's own record of antigen exposures encoded by receptors on B cells and T cells. We analyzed immune receptor datasets from 593 individuals to develop MAchine Learning for Immunological Diagnosis, an interpretive framework to screen for multiple illnesses simultaneously or precisely test for one condition. This approach detects specific infections, autoimmune disorders, vaccine responses, and disease severity differences. Human-interpretable features of the model recapitulate known immune responses to severe acute respiratory syndrome coronavirus 2, influenza, and human immunodeficiency virus, highlight antigen-specific receptors, and reveal distinct characteristics of systemic lupus erythematosus and type-1 diabetes autoreactivity. This analysis framework has broad potential for scientific and clinical interpretation of immune responses.
最长约 10秒,即可获得该文献文件

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
1秒前
一只小羊发布了新的文献求助10
3秒前
iko完成签到,获得积分10
6秒前
科研通AI5应助123采纳,获得10
7秒前
大坚果发布了新的文献求助10
7秒前
7秒前
加菲丰丰应助yangmiemie采纳,获得10
8秒前
15秒前
南宫书瑶完成签到,获得积分10
17秒前
共享精神应助一只小羊采纳,获得10
17秒前
Umar发布了新的文献求助10
22秒前
123完成签到,获得积分10
22秒前
chocho完成签到,获得积分20
23秒前
27秒前
霜月十四完成签到,获得积分10
31秒前
32秒前
娜笔小熊完成签到,获得积分10
34秒前
zzzzzz发布了新的文献求助10
36秒前
Felix完成签到 ,获得积分10
38秒前
40秒前
儒雅的焦完成签到,获得积分10
41秒前
41秒前
认真的飞扬完成签到,获得积分10
43秒前
Rory完成签到 ,获得积分10
44秒前
yupeijin发布了新的文献求助10
45秒前
wy.he应助haveatry采纳,获得10
46秒前
46秒前
汉堡包应助yumu采纳,获得20
47秒前
孤独念柏发布了新的文献求助10
47秒前
科研通AI5应助zzzzzz采纳,获得10
50秒前
mariawang发布了新的文献求助10
53秒前
天气一级棒完成签到,获得积分10
54秒前
58秒前
59秒前
1分钟前
1分钟前
zhuminghui发布了新的文献求助10
1分钟前
柚仝发布了新的文献求助10
1分钟前
斯文败类应助高大侠采纳,获得10
1分钟前
无花果应助科研通管家采纳,获得10
1分钟前
高分求助中
【此为提示信息,请勿应助】请按要求发布求助,避免被关 20000
ISCN 2024 – An International System for Human Cytogenomic Nomenclature (2024) 3000
Continuum Thermodynamics and Material Modelling 2000
Encyclopedia of Geology (2nd Edition) 2000
105th Edition CRC Handbook of Chemistry and Physics 1600
Maneuvering of a Damaged Navy Combatant 650
Mindfulness and Character Strengths: A Practitioner's Guide to MBSP 380
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3776552
求助须知:如何正确求助?哪些是违规求助? 3322124
关于积分的说明 10208682
捐赠科研通 3037339
什么是DOI,文献DOI怎么找? 1666647
邀请新用户注册赠送积分活动 797603
科研通“疑难数据库(出版商)”最低求助积分说明 757893