ACME_Pan-specific_peptide-MHC_class_I_binding_pred

开源项目：https://github.com/HYsxe/ACME

问题：

预测肽-MHC相互作用。

为什么：

与MHC分子结合的肽在肿瘤治疗疫苗的开发中起着至关重要的作用。以往对单个等位基因训练模型，泛特定算法也只是采用了简单的模型结构，表现有限。

方法流程：

本文提出新的泛特异性算法ACME。
ACME首先将编码肽和MHC伪序列通过一个卷积层进行初始特征提取，然后将提取的特征映射发送到卷积模块和注意模块。
卷积模块：MHC特征图经过0轮、1轮、2轮的最大汇集层、卷积操作后分别与肽特征图连接，再接完全连接层之后连接在一起输出。
注意模块：对每个特征向量分配不同的权重，计算加权平均值。用于提取可解释性。
之后，将这两个模块的输出连接在一起，转发到完全连接层中，执行最终预测。

数据集：

IEDB MHC一级绑定机构数据集是从IEDB网站下载。
(http://tools.immuneepitope.org/mhci/download/)
对此进行五次交叉验证，将数据集与Pearson等人的数据集结合。同时测试了IEDB每周基准网站的数据，选择了过去三年发表的数据集