Nat. Mach. Intell. | 利用元学习识别抗原特异性T细胞受体结合体

准确预测抗原肽与T细胞受体（TCR）之间的结合关系，对于肿瘤免疫治疗、疫苗设计以及免疫诊断至关重要。然而，由于TCR与抗原序列具有极高多样性，实验筛选几乎无法穷举所有可能组合，因此研究人员越来越依赖人工智能模型进行高通量预测。

PanPep是一种基于元学习（meta-learning）的TCR结合预测框架，其目标是在仅有极少已知结合体甚至完全未知抗原的情况下，实现对新抗原特异性TCR的泛化预测。

在本研究中，研究人员系统评估了PanPep的可复用性与真实应用价值。研究人员不仅复现了PanPep原始论文中的结果，还构建了一个全新的独立测试集，并采用更加严格的评估方式，包括分类指标与虚拟筛选（virtual screening）评价。

结果显示，在“背景抽样负样本”条件下，PanPep相比其他方法在未知抗原上的泛化能力更强，尤其在few-shot与zero-shot场景中表现突出。然而，在更加困难的“重排负样本”设置下，其优势明显下降。

研究人员进一步将PanPep扩展到TCRα链以及TCRαβ双链预测任务中，证明了其在更真实免疫场景中的可扩展性。不过，研究人员同时发现，该模型在真实早期富集（early enrichment）能力、未知TCR鲁棒性以及负样本策略敏感性方面仍存在明显局限。

总体而言，这项研究建立了一个更加可复现、可扩展的TCR结合预测评估框架，并指出“可泛化TCR识别”仍然是一个尚未解决的重要挑战。

T细胞受体（TCR）通过识别由主要组织相容性复合体（MHC）呈递的抗原肽，从而启动适应性免疫反应。寻找能够识别特定抗原的TCR，对于癌症免疫治疗、个体化疫苗以及新抗原发现具有关键意义。

然而，TCR与抗原之间存在极端组合复杂性。理论上，人体中可能存在数十亿种不同TCR，而抗原肽空间同样巨大。因此，完全依赖实验手段寻找匹配关系几乎不可行。

早期方法通常基于序列相似性聚类，例如GLIPH和GIANA等工具。这些方法在有限场景中有效，但泛化能力较差。随后，深度学习模型开始将TCR识别视为序列建模问题，例如DLpTCR、ERGO、pMTnet以及TEIM等方法。

尽管如此，大多数模型仍存在一个核心问题：它们容易过拟合于“已有大量结合数据”的抗原，而难以泛化到新抗原。

为了解决这一问题，研究人员此前提出PanPep。该框架利用元学习学习“跨抗原共享模式”，从而在少样本甚至零样本条件下预测新的TCR结合关系。

不过，PanPep虽然在原始论文中表现优异，但其真实世界可复用性尚未被严格验证。例如，不同负样本构造策略会显著影响结果，而现有研究普遍缺乏独立测试集评估。

因此，本研究旨在系统回答一个关键问题：PanPep是否真的具备泛化能力。

方法

研究人员设计了五类不同场景，用于系统测试PanPep的可复现性、泛化能力以及可扩展性。

首先，研究人员直接使用PanPep原始模型权重和原始测试集，评估推理层面的复现能力。随后，研究人员构建了一个全新的独立测试集，其中包含PanPep训练集中从未出现的新抗原与新TCR，以测试其真实泛化性能。

在评估指标方面，研究人员不仅采用传统ROC-AUC和PR-AUC分类指标，还引入“虚拟筛选”评价框架。该方法更接近真实免疫筛选场景，即：给定一个抗原，从整个TCR库中寻找真正结合体，并重点关注模型是否能够在排序最前列富集真实binder。

此外，研究人员进一步将PanPep扩展到TCRα以及TCRαβ双链预测任务中，以评估其在更接近真实生理环境中的适用性。

图1：PanPep元学习框架与五类可复用性评估场景。

结果

PanPep原始结果的可复现性

研究人员首先验证了PanPep原始模型是否能够被稳定复现。

结果显示，在使用原始数据集和模型权重时，研究人员基本成功重现了原论文中的ROC-AUC和PR-AUC结果。特别是在few-shot与zero-shot场景中，PanPep明显优于DLpTCR和ERGO-II。

不过，当研究人员采用“重排负样本（reshuffling negatives）”策略时，模型性能显著下降，甚至在某些zero-shot任务中接近随机猜测。

研究人员分析发现，这是因为重排负样本构造了更加困难的“hard negatives”，这些负样本在序列层面与真实binder高度相似，从而暴露出PanPep对于TCR模式的过拟合倾向。

与此同时，在更贴近真实应用的虚拟筛选评估中，PanPep在早期binder富集方面仍明显优于对照模型。

图2：PanPep与DLpTCR、ERGO-II在原始数据集上的性能比较。

独立测试集上的泛化能力

随后，研究人员构建了一个完全独立的新测试集，其中的抗原和TCR均未出现在PanPep训练数据中。

在这一更加严格的测试中，PanPep在majority和few-shot场景中仍保持领先，在ROC-AUC、PR-AUC以及虚拟筛选指标上均优于DLpTCR、ERGO-II和UnifyImmun等模型。

特别是在background-drawing负样本策略下，PanPep在zero-shot场景中依旧表现出较强能力，说明其确实能够对未知抗原进行一定程度的泛化预测。

然而，在“未知抗原–未知TCR”这一最严格场景中，PanPep性能显著下降，几乎接近随机水平。

研究人员认为，这表明PanPep的泛化仍然严重依赖于训练中见过的TCR模式，而真正意义上的“全新组合泛化”仍然是一个开放问题。

图3：PanPep在独立测试集与未知抗原–未知TCR场景中的泛化表现。

训练层面的可复现性

为了测试PanPep是否稳定可训练，研究人员进一步进行了十次独立重新训练实验。

结果显示，重新训练后的PanPep模型整体趋势与原始模型一致，并持续优于DLpTCR和ERGO-II。尤其在虚拟筛选指标上，PanPep在不同重复实验中均表现稳定。

不过，研究人员同时观察到明显性能波动。这意味着PanPep虽然具有可复现性，但其性能对训练数据划分较为敏感。

此外，研究人员发现，PanPep中的distillation模块反而经常弱于meta-learner本身。这提示当前知识蒸馏过程可能导致部分预训练知识丢失。

图4：PanPep十次独立训练实验中的性能波动与稳定性分析。

扩展至TCRα链预测

目前多数TCR预测模型只使用TCRβ链，因为公开TCRα数据相对较少。

研究人员因此进一步测试：PanPep是否能够迁移到TCRα预测任务。

结果显示，在majority场景中，PanPep在虚拟筛选和分类指标上与DLpTCR相当，甚至在重排负样本设置下仍保持一定预测能力，而DLpTCR几乎失效。

不过，在few-shot和zero-shot场景中，PanPep优势明显减弱。研究人员认为，这主要是由于TCRα训练数据规模过小，并且序列多样性不足。

同时，不同训练重复之间方差较大，也说明小数据问题严重影响了模型鲁棒性。

图5：PanPep在TCRα结合预测中的表现。

扩展至TCRαβ双链预测

由于真正决定抗原识别的是TCRα和TCRβ共同形成的识别界面，因此研究人员进一步将PanPep扩展至双链预测任务。

研究人员通过融合分别训练的TCRα与TCRβ模型，构建了新的TCRαβ预测框架。

结果显示，在few-shot与zero-shot场景中，PanPep相比DLpTCR和ERGO-II均表现更优，特别是在早期富集指标上提升明显。

不过，即使在最佳情况下，其ROC-AUC通常也仅在0.65左右，说明真实TCRαβ预测仍然极具挑战。

研究人员指出，原因之一在于：仅凭TCR序列本身可能不足以完全决定结合特异性，还需要考虑HLA类型、抗原呈递环境以及交叉反应性等复杂因素。

图6：PanPep在TCRαβ双链识别任务中的性能比较。

讨论

研究人员认为，本研究首次系统验证了PanPep在真实场景中的可复用性与局限性。

总体而言，PanPep最大的优势在于：它是目前少数能够处理few-shot与zero-shot TCR识别问题的模型之一。相比传统监督学习方法，元学习框架确实能够提高对未知抗原的泛化能力。

然而，研究人员也发现，目前的TCR预测模型仍然远未达到真实应用要求。

首先，PanPep在“早期富集”能力上仍然有限，这意味着在真实大规模TCR筛选中，模型无法足够高效地把真实binder排到最前列。

其次，模型对负样本构造方式极其敏感。研究人员指出，当前大量工作使用的background-drawing负样本过于容易，从而高估了模型性能。而更加困难的reshuffling负样本则更接近真实场景。

第三，当抗原和TCR同时为未知时，所有模型几乎都接近随机水平。这意味着当前AI实际上尚未真正理解TCR识别机制，而更多是在利用数据分布模式。

研究人员进一步提出，未来方向可能包括：

使用更大规模免疫基础模型（foundation models）、引入自监督学习、采用更深层架构、改善负样本构造策略，以及结合HLA、抗原呈递环境和交叉反应信息。

研究人员最后强调，TCR结合预测不仅是一个机器学习问题，更是一个高度复杂的生物学问题。

真正实现泛化免疫识别，可能需要类似“免疫基础模型（immune foundation model）”的新一代AI系统。

整理 | DrugOne团队

参考资料

He, F., Wang, X. & Xu, D. Reusability report: Meta-learning for antigen-specific T cell receptor binder identification. Nat Mach Intell (2026).

https://doi.org/10.1038/s42256-026-01236-6