通过整合深度蛋白质表征来提升肿瘤T细胞抗原预测能力

《BMC Bioinformatics》：Enhancing tumor T cell antigen prediction by integrating deep protein representations

　　

摘要

背景

癌症是人类健康面临的重大威胁，而癌症免疫疗法被视为最具前景的治疗方案。它具有较高的有效性和精准度，且相比传统治疗方法副作用更少。肿瘤T细胞抗原（TTCA）是存在于癌细胞表面的蛋白质或蛋白质片段，能够被免疫系统识别。不过，尽管这些抗原对癌症免疫疗法至关重要，但通过物理实验方法来鉴定它们可能成本高昂且耗时较长。

结果

我们提出了DeepTHybrid框架，该框架将人工设计的化学特征与ProtBERT的深度蛋白质表示相结合来预测TTCA。ProtBERT是BERT大型语言模型的改进版本，可用于从蛋白质序列中提取复杂的表示信息。这是首个将这类蛋白质嵌入与互补的化学特征结合用于解决该问题的框架。在特征提取之后，经过测试的多种分类器中，基于Inception结构的神经网络表现最佳，因此DeepTHybrid框架也采用了它。我们在多个数据集上评估了该框架的预测性能，结果发现它在所有数据集中都优于其他竞争方法。例如，在第一个数据集上，DeepTHybrid的准确率为0.76，F1值为0.78，性能优于现有的机器学习模型以及最先进的TTCA预测方法。在两个数据集中，将深度蛋白质嵌入与化学属性相结合的使用方式，其性能均优于单独使用某一种特征的方式。此外，从Shapley值的角度来看，深度特征与化学特征的混合组合也能提供更有价值的信息。

结论

总体而言，我们的方法凭借较高的准确率和强大的预测能力展现出巨大潜力。除了出色的预测性能外，DeepTHybrid还提供了一个快速且可扩展的计算筛选框架，通过优先筛选出高可信度的肿瘤T细胞抗原候选物，可大幅降低生物实验的成本和所需时间，便于后续的实验验证。