T세포 수용체 결합 예측 모델 업티씨알 개발

주장업티씨알은 티세포 수용체와 항원, 그리고 인간 백혈구 항원 간의 복잡한 결합을 예측하기 위해 설계된 통합적 점진적 지식 전이 파운데이션 모델입니다.

주장기존 모델이 겪는 데이터 부족 문제와 티세포 수용체의 교차 반응성 문제를 해결하는 데 중점을 둡니다.

팩트연구진은 이 모델을 통해 이량체 및 삼량체 상호작용에서 사량체 복합체로 지식을 점진적으로 전이하는 방식을 채택했습니다.

팩트소프트 대조 학습 기법을 도입하여 예측 과정에서 발생할 수 있는 위음성 오류를 완화했습니다.

주장이번 연구는 티세포 수용체의 결합 특이성과 항원 인간 백혈구 항원 결합 친화도를 예측하는 데 있어 기존 방법론보다 뛰어난 성능을 입증했습니다.

주장특히 신생항원 예측 분야에서 높은 정확도를 보이며, 사량체 전반에 걸친 잔기 수준의 상호작용을 규명하는 데 성공했습니다.

교차검증티세포 수용체와 항원 간의 상호작용 데이터는 생물학적으로 방대하고 복잡하여 완전한 데이터셋을 구축하는 데 한계가 있습니다.

교차검증업티씨알은 데이터 부족 환경에서도 학습이 가능하도록 설계되어 실질적인 임상 적용 가능성을 높였습니다.

팩트모델의 범용성을 검증하기 위해 데이터가 제한적인 유방암 환자 코호트 데이터에 적용한 결과, 효과적인 지식 전이가 이루어짐을 확인했습니다.

팩트흑색종 항원 변이체를 대상으로 한 전향적 검증에서 여덟 개의 면역원성 펩타이드를 식별했습니다.

팩트면역 회피와 관련된 특정 변이체를 발견하여 암 면역 치료의 새로운 타겟 발굴 가능성을 제시했습니다.

주장업티씨알은 항원 인식 기전을 해석할 수 있는 범용적인 도구로 평가받습니다.

팩트본 연구는 강남대학교, 칭청대학교, 마카오대학교, 텐센트 AI 생명과학 연구소 등 다수의 기관이 공동으로 수행했습니다.

팩트연구 결과는 2026년 9월 24일 네이처 커뮤니케이션즈를 통해 공식 발표되었습니다.

출처네이처 커뮤니케이션즈(https://www.nature.com/articles/s41467-026-78075-x)의 보도를 교차 검증했습니다.