跳到正文
Science Advances· Lawson J. Woods; Brandon Neff; Kamel Lahouel; Antoine Goursaud; Mete Mulazimoglu; Kameron Bates; Cristian Tomasetti; John A. Altin·· 来源仅提供日期精选AI 评分73

研究利用 AlphaFold 3 从序列预测 T 细胞受体抗原特异性

General prediction of T cell receptor antigen specificity from sequence using AlphaFold 3

AI 导读

研究团队用 AlphaFold 3 预测 MHC、肽段与 TCR 三元复合物结构,覆盖超过 9000 个 TCR、1000 多种表位和 70 多种 MHC I/II 等位基因,并从中找出区分同源三元组与对照的特征。

推荐理由

研究把 AF3 用于 9000 多个 TCR 的三元结构预测,其区分同源与对照的特征做法可供免疫序列建模参考。

已发表论文 · journal · 10.1126/sciadv.aef5674

本站摘要基于收录版本 v1(2026-10-30),原始摘要与 AI 导读固定保留。

IF(5) 14.8 · 2025 · 期刊参考指标

摘要 · AI 翻译

主要组织相容性复合体(MHC):肽:T细胞受体(TCR)复合物是自然界中已知最多样的三分子界面,也是适应性免疫的关键触发因素。如今,TCR 已可常规进行大规模测序;然而,解读其对抗原的特异性仍是一个瓶颈。尽管计算方法已取得长足进展,但没有一种能够针对“未见过”的表位进行预测,这限制了它们仅能应用于极少数案例。在此,我们证明 AlphaFold 3(AF3)能够以前所未有的精度预测 MHC:肽:TCR 三元复合物的结构。通过将 AF3 应用于 >9000 个映射到 >1000 个不同表位(由 >70 个 MHC I 类/II 类等位基因限制)的 TCR,我们识别出了区分同源三元复合物与对照的特征。所得模型在 AF3 未见过或特征选择期间未见过的验证三元复合物上,中位曲线下面积达到 0.81 至 0.92。我们的结果表明,从序列中对 TCR 特异性进行广义预测是可行的,并有望极大地加速对免疫应答的解读。

来源:Science Advances · doi.org