基于物理化学信息的双条件生成式T细胞受体可变区模型
计算工程、金融与科学
2025-10-08 v1 生物大分子
摘要
物理化学信息驱动的生物序列生成潜力巨大，可加速计算机辅助细胞疗法的开发，但当前模型在设计T细胞受体(TCR)可变区时，无法\emph{同时}确保新颖性、多样性和生物力学可信度。我们提出了PhysicoGPTCR，一大型生成式蛋白Transformer，\emph{双条件}地以肽段和HLA背景为条件，训练其自回归合成TCR序列，同时嵌入残基水平的物理化学描述符。该模型在精选的TCR-肽段-HLA三元组上采用最大似然目标进行优化，并与ANN、GPTCR、LSTM和VAE基线进行比较。在多个新抗原基准测试中，PhysicoGPTCR在编辑距离、相似度和最长公共子序列得分方面均显著优于基线，同时填充更广泛的序列空间。盲目进行insilico docking和结构建模进一步显示，其binding-competent克隆比最强基线比例更高，验证了显式背景条件和物理化学感知的益处。实验结果表明，双条件且以物理为导向的生成式建模能够实现功能性TCR候选物的端到端设计，将发现周期从数月缩短到分钟，同时不牺牲实验可验证性。
引用
@article{arxiv.2510.05747,
title = {Physicochemically Informed Dual-Conditioned Generative Model of T-Cell Receptor Variable Regions for Cellular Therapy},
author = {Jiahao Ma and Hongzong Li and Ye-Fan Hu and Jian-Dong Huang},
journal= {arXiv preprint arXiv:2510.05747},
year = {2025}
}