摘要当前,在线上有许多工具可用于T细胞表位预测。 他们通常专注于肽与抗原呈递细胞(APC)表面上的主要组织相容性复合体(MHC)分子的结合。 但是,肽和MHC复合物与T细胞受体(TCR)的结合对于免疫过程也很关键。 鉴定人表位与TCR的结合将对开发疫苗有用。 它还在诸如癌症和自身免疫性疾病等医学问题上具有广阔的前景。 我们提出了一种基于相似性的基于相似性的TCR表位预测方法。 本文介绍了Deepwalk方法,用于计算TCR-TCR之间的拓扑相似性,构建TCR相似性网络拓扑,并基于已知的TCR-表位关联预测TCR与表位之间的相关性。 我们从VDJDB数据库和经过训练的模型中从22种表位中选择数据,以实现TCR表位预测。 我们根据来自22种类型的表位的数据训练了一个模型,预测每个TCR属于哪个表位。 为了与其他方法进行比较,我们还生成了第二种方法,该方法包括为每种类型的表位训练模型,以便我们可以从大量的TCR中预测哪个TCR与表位结合。 我们使用ROC曲线,PR曲线和其他评估指标对我们的模型进行10倍交叉验证。 在第一个模型中,我们方法的AUC值为0.926,支持向量机(SVM)方法的AU