[论文解读] AI Developments for T and B Cell Receptor Modeling and Therapeutic Design

Linhui Xie, Aurelien Pelissier+2 more|arXiv (Cornell University)|Jan 23, 2026

vaccines and immunoinformatics approaches被引用 0

一句话总结

本文综述了利用蛋白质语言模型、结构感知方法和多模态数据来建模TCRs和BCRs的AI进展，强调在免疫流行病学和治疗设计中的应用。

ABSTRACT

Artificial intelligence (AI) is accelerating progress in modeling T and B cell receptors by enabling predictive and generative frameworks grounded in sequence data and immune context. This chapter surveys recent advances in the use of protein language models, machine learning, and multimodal integration for immune receptor modeling. We highlight emerging strategies to leverage single-cell and repertoire-scale datasets, and optimize immune receptor candidates for therapeutic design. These developments point toward a new generation of data-efficient, generalizable, and clinically relevant models that better capture the diversity and complexity of adaptive immunity.

研究动机与目标

• 总结免疫受体分析中的数据资源与计算挑战。
• 回顾基于序列和结构的AI模型在TCR和BCR中的应用及其在免疫流行病学与治疗中的应用。
• 讨论用于免疫受体工程与设计的新兴生成式AI方法。

提出的方法

• 描述在大规模免疫库上训练的蛋白质语言模型（PLMs），以学习抗体和TCR的嵌入。
• 比较通用型PLMs与抗体或TCR特异性PLMs，并讨论微调与基于LoRA的自适应。
• 解释结合序列和结构数据的结构感知与多模态表示。
• 概述用于受体序列设计的生成式AI方法（扩散/流动、自回归/MLMs）。
• 总结SARS-CoV-2、HIV、流感等案例研究，说明预测优先级排序和设计。
• 强调模型开发的数据资源和基准测试需求。

实验结果

研究问题

• RQ1 支持AI建模TCRs和BCRs的数据资源与基准是什么？
• RQ2 基于序列的PLMs和结构感知方法在结合、特异性和可开发性预测方面的表现如何？
• RQ3 生成模型在设计免疫受体中的作用与局限性是什么？
• RQ4 多模态表示（序列+结构）如何提升受体设计与预测？
• RQ5 AI方法在免疫流行病学和治疗发现中已取得的实际成果有哪些？

主要发现

• 由于大规模库数据和可用结构，抗体建模迅速发展，推动了稳健的语言模型、结构预测器和设计流程。
• 受限数据和结构覆盖的原因，TCR建模相对不成熟，但多模态和结构感知方法正在缩小差距。
• 生成式AI能够实现对抗体和TCR的可控设计，序列空间策略包括MLM、条件生成、基于流的模型和强化学习。
• 融合序列与结构信息的混合表示提高了抗体结合部位定位、亲和力预测和可开发性评估。
• COVID-19及其他病原体研究显示AI驱动的分流、预测与优先级排序在实验验证与设计中具有指导作用。