SemVac：由大语言模型驱动的用于抗原发现的语义疫苗学范式|||北京沫之东生物技术有限公司

6 次围观

反向疫苗学实现了基于序列的抗原发现，但它忽视了生物医学文献中蕴含的丰富语义知识。本文建立了语义疫苗学（Semantic Vaccinology, SemVac）这一范式，利用大语言模型（LLMs）直接从科学文本中预测保护性抗原。对14种最先进的大语言模型在一个经过整理的抗原数据集上进行基准测试表明，基于文本推理的方法在精确率方面可与专门的深度学习模型相当甚至更优，同时在功能模糊蛋白上的稳健性更强。值得注意的是，显式推理模式（如思维链）虽然提高了召回率，却持续降低了精确率，揭示了生物发现任务中过度推理的陷阱。将SemVac应用于猴痘病毒的完整蛋白质组后，我们不仅重现了已知的保护性抗原，还识别出此前未被认识的候选抗原，如B20R；我们的语义分析将其与免疫逃逸和结构暴露联系起来。这项工作确立了以文献驱动的语义推理作为传统疫苗学的有力补充，并对人工智能辅助的科学发现具有广泛意义。

1 中国北京，军事医学科学院，先进生物技术全国重点实验室。在 Google Scholar 上查找该作者在 PubMed 上查找该作者在本站搜索该作者

You Shu

2 中国长沙，国防科技大学，计算机学院。在 Google Scholar 上查找该作者在 PubMed 上查找该作者在本站搜索该作者

Linfeng Shu

1 中国北京，军事医学科学院，先进生物技术全国重点实验室。在 Google Scholar 上查找该作者在 PubMed 上查找该作者在本站搜索该作者 Linfeng Shu 的 ORCID 记录

Peng Lv

1 中国北京，军事医学科学院，先进生物技术全国重点实验室。在 Google Scholar 上查找该作者在 PubMed 上查找该作者在本站搜索该作者

Xiangyang Chi

1 中国北京，军事医学科学院，先进生物技术全国重点实验室。在 Google Scholar 上查找该作者在 PubMed 上查找该作者在本站搜索该作者

Dongsheng Li

2 中国长沙，国防科技大学，计算机学院。在 Google Scholar 上查找该作者在 PubMed 上查找该作者在本站搜索该作者

Jun Zhang

1 中国北京，军事医学科学院，先进生物技术全国重点实验室。在 Google Scholar 上查找该作者在 PubMed 上查找该作者在本站搜索该作者

Zhen Huang

2 中国长沙，国防科技大学，计算机学院。在 Google Scholar 上查找该作者在 PubMed 上查找该作者在本站搜索该作者

Hongguang Ren

1 中国北京，军事医学科学院，先进生物技术全国重点实验室。在 Google Scholar 上查找该作者在 PubMed 上查找该作者在本站搜索该作者

Junjie Xu

1 中国北京，军事医学科学院，先进生物技术全国重点实验室。在 Google Scholar 上查找该作者在 PubMed 上查找该作者在本站搜索该作者

Xiaodong Zai

1 中国北京，军事医学科学院，先进生物技术全国重点实验室。在 Google Scholar 上查找该作者在 PubMed 上查找该作者在本站搜索该作者通讯请联系： zaixiaodong{at}163.com

Wei Chen

1 中国北京，军事医学科学院，先进生物技术全国重点实验室。在 Google Scholar 上查找该作者在 PubMed 上查找该作者在本站搜索该作者

摘要信息/历史指标补充材料 PDF 预览

摘要

反向疫苗学实现了基于序列的抗原发现，但它忽视了生物医学文献中所蕴含的丰富语义知识。在此，我们建立了语义疫苗学（Semantic Vaccinology, SemVac）这一范式，利用大语言模型（LLMs）直接从科学文本中预测保护性抗原。基于一个精心整理的抗原数据集，对14种最先进的大语言模型进行基准测试表明，基于文本推理的方法在精确率方面可与专门化深度学习模型相当或优于后者，同时在功能模糊的蛋白质上表现出更强的稳健性。值得注意的是，显式推理模式（如思维链）虽然提高了召回率，却持续降低精确率，揭示了生物发现任务中过度推理的潜在陷阱。将 SemVac 应用于猴痘病毒的完整蛋白质组后，该方法不仅重现了已知的保护性抗原，还识别出此前未被认识的候选抗原，如 B20R；我们的语义分析将其与免疫逃逸和结构暴露联系起来。本研究确立了以文献驱动的语义推理作为传统疫苗学的有力补充，并对人工智能辅助科学发现具有广泛意义。

利益冲突声明

已声明的资助信息

中国国家自然科学基金 32571110 62421002 62576357

版权

发布于 2026 年 7 月 17 日。

下载 PDF 补充材料电子邮件

注意：要求提供您的电子邮件地址仅用于表明您是发送本文的发件人。

您的电子邮件 * 您的姓名 * 发送给 * 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 SemVac：由大语言模型驱动的用于抗原发现的语义疫苗学范式

邮件主题（您的姓名）从 bioRxiv 转发了一个页面给您

邮件正文（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。