T5MHCⅡ:基于深度学习的MHC-Ⅱ类蛋白质与多肽的亲和力预测模型

摘要

为解决抗原肽与特定MHC-Ⅱ类分子的结合亲和力预测模型性能较低,无法满足临床需求的现状，提出一种基于深度学习的MHC-Ⅱ类分子与多肽亲和力的预测模型T5MHCⅡ。该模型通过迁移学习的方法，利用蛋白质语言模型ProtT5已学习到的知识对氨基酸序列进行特征提取，生成高质量的表征，并结合深度学习强大的学习能力，得到具有良好预测性能的新模型。五折交叉验证结果受试者工作特征曲线下的面积（AUC）为0.893±0.003，皮尔逊相关系数（PCC）为0.780±0.006，与NetMHCⅡpan-3.2、PUFFIN、DeepMHCⅡ和RPEMH相比性能更好；分子留一验证也展示了模型具有更好的泛化能力，该研究为使用深度学习方法在数据有限的情况下更准确地预测肽-MHCⅡ的亲和力提供了新的方法。

关键词

主要组织相容性复合体 / 亲和力预测 / 深度学习 / 蛋白质语言模型

基金资助

国家自然科学基金项目（No.81973222,No.82073754）; 新疆维吾尔自治区重点研发任务专项（No.2020B03003）