AI辅助TCR发现与计算评价

从肿瘤靶点到待验证的TCR候选

把靶点证据、AI设计与结构筛选连接起来,为联合实验提供有依据的候选。

上下两层细胞膜之间,绿色TCR接近蓝色HLA上呈递的珊瑚色目标短肽。
  • TCR
  • 目标短肽
  • HLA
AI生成概念示意,非候选真实结构或实验图像。

TCR识别的是什么?

细胞把蛋白片段呈递在HLA上,TCR需要识别这个组合。

我们希望找到什么?

有计算依据、来源清楚,值得进一步实验评价的研究候选。

平台如何工作

一条能看懂的候选发现路径

先明确目标,再提出候选;公开序列预筛放在结构计算之前,最终把候选和证据一起交给后续验证。

选定目标、建立肽HLA背景、提出候选、序列及专利预筛、三维结构比较、形成研究面板;实验验证作为后续合作环节。
不同环节已在项目中分阶段实施。计算结果会保留支持证据与模型分歧,作为后续实验设计的依据。

展开步骤,了解各环节关注的问题。

  1. 01 / 选定研究目标

    明确靶点、短肽与HLA背景。

  2. 02 / 建立识别背景

    核对抗原呈递证据与肽–HLA结构。

  3. 03 / 提出TCR候选

    在研究约束下探索成对序列。

  4. 04 / 序列及公开专利预筛

    先检查序列合法性与公开专利近邻,再进入结构比较。

  5. 05 / 多模型结构比较

    比较候选接触、碰撞与模型分歧。

  6. 06 / 形成研究面板

    整理候选、支持证据与后续实验需要回答的问题。

进一步了解:研究方法与工具

已用于不同研究环节的工具包括ProteinMPNN、TCRDiff、tFold-TCR、TCRmodel2、MHCflurry、PMGen及PRODIGY。平台工作集中于流程集成、规则管理和证据追溯;工具和数据的使用遵循相应许可。

已开展的计算研究

从方法基准走向不同靶点

方法基准

MAGE-A4

利用公开实验结构,开展候选设计与多模型比较。

跨靶点研究

WT1

开展候选筛选、参考信息隔离与封存后比较。

突变表位探索

PIK3CA

开展专利优先筛查,并评估候选结构与多样性。

应用探索

KK-LC-1(CT83)

形成小规模研究候选面板,供后续验证讨论。

寻找研究伙伴

您已有的条件,就是合作起点

已有靶点、已有TCR,或能够开展实验验证,都可以先从一个明确的小规模研究问题开始。

以肿瘤靶点、候选TCR或实验资源为合作起点,共同制定小规模研究,整理候选证据、验证问题和后续实验方案。
图示为可讨论的合作方向,具体研究范围、分工和成果权益另行约定。

寻找研究伙伴

让我们先讨论一个研究问题

您的靶点是什么?已有怎样的数据?希望通过实验回答什么?欢迎交流研究需求,具体研究范围、分工和成果权益另行约定。

联系我们,讨论研究需求

初次交流提供研究概况即可,保密资料在确认适当安排后通过约定渠道沟通。

返回AIDD的TCR业务介绍