深度学习改善癌症和其他疾病的免疫疗法

约翰霍普金斯金梅尔癌症中心的研究人员利用深度神经网络，从大量的T细胞受体测序数据中，将重要的见解(描述性和描述性)引入适应性免疫。

该团队展示了这项技术作为开源软件。他们的目的是帮助临床研究人员，他们试图了解免疫系统对癌症、传染病、自身免疫疾病或T细胞受体帮助抵抗的任何其他疾病的抵抗力。《自然通讯》已经发表了研究报告。

MD写道：“随着基于测序的技术越来越普及，本文介绍的算法将在识别和表征相关生物信号方面找到更实用的工具，使人们对隐藏在大量数据中的复杂基因组概念有了新的认识。/博士生约翰-威廉西霍姆和他的同事。

t细胞受体或TCR是一种免疫系统成分，它释放白细胞来对抗并试图杀死感染的、外来的和癌细胞。

作者向约翰霍普金斯大学新闻部讲述了其开源软件包DeepTCR，该软件包使用有监督和无监督的深度学习。

约翰斯霍普金斯在新闻中解释说，无监督方法“允许研究人员以探索性的方式分析他们的数据，可能没有已知的免疫暴露，而无监督方法将允许研究人员使用已知的暴露来改进模型学习。”放手吧。

“结果是.……DeepTCR将使研究人员能够通过识别赋予T细胞识别和杀死病理细胞功能的受体模式，在基础和临床科学中研究T细胞免疫反应的功能。”