A lightweight TcrLM model predicts T cell receptor and epitope binding specificity
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Immune responses depend on specific interactions between T cell receptors (TCRs) and peptides presented by antigen-presenting cells (APCs). The vast diversity of the TCR repertoire makes accurate prediction of TCR-antigen binding specificity highly challenging. Here, we present a lightweight, masked language model, tcrLM, to address this problem. We pretrain tcrLM on a large-scale TCR CDR3 sequence dataset and use the pretrained encoder to extract informative features for pTCR binding prediction. tcrLM achieves competitive performance on hold-out and external test sets and shows comparatively robust zero-shot generalization relative to several baselines on a large, unseen-COVID-19 peptide set. The model effectively captures biochemical properties and positional preferences of amino acids within TCR sequences. In an exploratory melanoma cohort, the predicted TCR-neoantigen binding scores correlate with immunotherapy response and clinical outcomes. These results highlight the potential of tcrLM for advancing immunotherapy and personalized medicine.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- A lightweight TcrLM model predicts T cell receptor and epitope binding specificity
- Date Crossref
- 01/05/2026
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Nanjing Tech University pays non établi dans la noticeUniversité ou école supérieure
-
Tongji University pays non établi dans la noticeUniversité ou école supérieure
-
Tongji Hospital pays non établi dans la noticeÉtablissement de santé
-
College of Computer and Information Engineering pays non établi dans la noticeUniversité ou école supérieure
-
School of Medicine Department of Radiotherapy pays non établi dans la noticeUniversité ou école supérieure
Nanjing Tech University, Tongji University et Tongji Hospital, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.