衡量跨两类 HLA 对未见等位基因的肽-MHC 泛化能力

已报道的肽-MHC（pMHC）AUROC 达到 0.85–0.95，这夸大了对未见等位基因的泛化能力：由于免疫肽组数据在少数研究充分的等位基因上高度密集，而在其余等位基因上较为稀疏，训练集与测试集因而会共享近乎相同的等位基因，因此这些数值在一定程度上反映的是插值能力，而非对新型 MHC 结合槽的外推能力。这是数据本身的属性，而非任何单一方法造成的。 我们构建了一个开放且经协调统一的语料库，包含跨两类 HLA 的 580 万条实验测量数据，并利用该语料库对这种信息泄漏进行显式控制：在序列和聚类层面保留等位基因作为留出集，采用与肽不重叠的数据划分，并使用来源匹配的阴性样本。对于严格意义上的新等位基因，泛化性能处于 0.7 高位区间，而非常规划分所得到的 0.9 区间。 基于这一基准，我们训练了一个同时覆盖两类 HLA 的统一预测模型，并将呈递过程分解为仅依赖肽的配体相似性项和等位基因特异性项；按每等位基因计算，其性能较八个已发表预测器高出 {Delta}AUROC = +0.22 至 +0.37（p

venkatesh{at}aikium.com

摘要

关于肽–MHC（pMHC）的已报道 AUROC 值为 0.85–0.95，这高估了对未见等位基因的泛化能力：由于免疫肽组数据在少数研究充分的等位基因上高度密集，而在其余等位基因上则较为稀疏，训练集与测试集因此共享近乎相同的等位基因，所以这些数值部分反映的是插值能力，而非对新 MHC 沟槽的外推能力。这是数据持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。

本文依据 CC-BY 4.0 国际许可协议公开提供。

返回顶部

上一页

下一页

发布于 2026 年 6 月 23 日。

下载 PDF

电子邮件

感谢您有兴趣帮助传播 bioRxiv。

您的电子邮件

*

您的姓名

*

发送至

*

请输入多个地址，每行一个，或用逗号分隔。

您将要通过电子邮件发送以下内容

测量两类 HLA 中肽–MHC 对未见等位基因的泛化能力

消息主题

（您的姓名）已从 bioRxiv 转发一个页面给您

消息正文

（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为人类访客，并防止自动化垃圾信息提交。

分享

测量两类 HLA 中肽–MHC 对未见等位基因的泛化能力

Venkatesh

Mysore

bioRxiv

2026.06.18.733075；

doi：

https://doi.org/10.64898/2026.06.18.733075

分享本文：

复制

引文工具

测量两类 HLA 中肽–MHC 对未见等位基因的泛化能力

Venkatesh

Mysore

bioRxiv

2026.06.18.733075；

doi：

https://doi.org/10.64898/2026.06.18.733075

---

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.18.733075v1?rss=1

🏷️ HLA 肽-MHC结合预测 泛化能力 等位基因留出 免疫肽组学 基准数据集