通过阿尔托大学和赫尔辛基大学的研究人员开发的一种人工智能(AI)方法，研究人员现在可以将免疫细胞与目标联系起来，例如将白细胞识别SARS-CoV-2分离。开发的工具在理解免疫系统在感染、自身免疫性疾病和癌症中的功能方面有广泛的应用。
人体的免疫防御是基于白细胞准确识别致病病原体并对其发起防御反应的能力。免疫防御能够回忆起它以前遇到过的病原体，例如，疫苗的有效性就是基于这些病原体。因此，免疫防御是最准确的病人记录系统，它携带了一个人所面临的所有病原体的历史。然而，以前很难从患者样本中获得这些信息。
学习免疫系统大致可以分为两部分，其中B细胞负责产生针对病原体的抗体，而T细胞负责破坏它们的目标。用传统实验室方法测量抗体相对简单，这就是抗体在医疗保健中已经有多种用途的原因。
翻译血液学教授Satu Mustjoki说：“虽然我们知道T细胞在抵御病毒和癌症等疾病方面的作用是至关重要的，但尽管进行了广泛的研究，确定T细胞的靶标一直很困难。”
人工智能帮助识别新的锁匙
T细胞用钥匙和锁原理识别它们的目标，关键是T细胞表面的T细胞受体，关键是被感染细胞表面的蛋白质。据估计，一个人携带的T细胞钥匙比银河系里的星星还要多，这使得用实验室技术绘制T细胞目标变得很麻烦。
因此，阿尔托大学和赫尔辛基大学的研究人员已经研究了之前描绘的钥匙-锁对，并能够创建一个人工智能模型，可以预测之前未绘制的T细胞的目标。
“我们创造的人工智能模型是灵活的，适用于每一种可能的病原体——只要我们有足够的实验生产的锁匙对。例如，当有足够数量的新型冠状病毒SARS-CoV-2时，我们很快就能将我们的模型应用于这种病毒，”阿尔托大学硕士、博士生埃米·乔基宁解释说。
这项研究的结果帮助我们了解T细胞是如何使用钥匙的不同部分来识别它的锁的。研究人员研究了哪些T细胞可以识别普通病毒，如流感病毒、HI病毒和乙型肝炎病毒。研究人员还使用他们的工具来分析t细胞识别乙型肝炎的作用，乙型肝炎在肝炎发展为肝细胞癌后失去了杀伤能力。
这项研究已经发表在科学期刊《公共科学图书馆计算生物学》上。
新的人工智能模型为已发表的数据带来了新的生命。人工智能生成的工具是具有成本效益的研究课题。
阿尔托大学计算生物学和机器学习教授Harri Lähdesmäki指出：“在这些工具的帮助下，我们能够更好地利用已经发表的大量患者群体，并对它们有更多的了解。”
通过使用人工智能工具，研究人员弄清楚了防御反应的强度与不同疾病状态下的目标之间的关系，而没有这项研究，这是不可能的。
“例如，除了COVID19感染，我们调查的角色防御系统发展的各种自身免疫性疾病和解释为什么有些癌症患者受益于新的药物和一些不，”揭示了医学博士贾尼Huuhtanen,赫尔辛基大学的博士生，对即将到来的工作新模式。
参考文献：Emmi Jokinen, Jani Huuhtanen, Satu Mustjoki, Markus Heinonen和Harri合著的《用TCRGP预测T细胞受体和表位之间的识别》Lähdesmäki, 2021年3月25日，PLOS计算生物学。