핵심 요약
농심 NDS가 세션 리뷰를 통해 AI 기반 neoantigen 예측 연구의 현황과 DeepNeo 플랫폼의 성과를 정리했습니다.
구현 방법
- DeepNeo-MHC/TCR/BCR 모델: CNN 기반으로 pMHC 결합, TCR 인식, BCR 결합 가능성 예측을 수행
- 대규모 데이터 처리와 compute at scale의 필요성 확인
- 3개 모델의 통합으로 Class I/II 예측력 및 면역 반응 예측 향상
주요 결과
- TESLA 연구 대비 608개의 pMHC 후보 중 37개가 면역 반응을 유도하는 것으로 확인(약 6%)
- DeepNeo-MHC/TCR로 MHC-펩타이드 인식 예측 및 Class II 예측력 향상
- DeepNeo-BCR은 TCGA 및 임상 데이터에서 면역 반응 예측 및 치료 반응 예측과 유의미한 연관 확인
![[세션 리뷰] The 22nd KOGO Winter Symposium(2): AI가 암 백신을 설계하는 시대 섬네일](https://tech.cloud.nongshim.co.kr/wp-content/uploads/image-587.png)
![[세션 리뷰] The 22nd KOGO Winter Symposium(1): AI를 통한 유전체 분석의 민주화 섬네일](https://tech.cloud.nongshim.co.kr/wp-content/uploads/image-583-scaled.png)
![[세션 리뷰] The 22nd KOGO Winter Symposium(2): AI가 암 백신을 설계하는 시대 섬네일](https://tech.cloud.nongshim.co.kr/wp-content/uploads/RISV_25.png)
![[Tech Conference] Next Mobility 2023 방문기 섬네일](https://miro.medium.com/v2/resize:fit:1200/1*jxRuchHu4tyEFc2oaL1yzQ.png)