近日，太阳集团1088vip羅鈞洪團隊在Science子刊Science Advances發表題為“MIST: an interpretable and flexible deep learning framework for single-T cell transcriptome and receptor analysis”的研究成果。該研究基于變分自編碼器（Variational Autoencoder）深度學習框架開發了人工智能模型MIST（Multi-Insight for T cell），針對scRNA-seq與scTCR-seq數據的聯合分析，創新性地構建了跨組學數據深度融合、可解釋性和适配性強的分析框架。該模型通過獨立的轉錄組、TCR序列和聯合潛變量空間三層嵌入，精準解析了T細胞的功能狀态、克隆擴增模式及抗原特異性，克服現有方法在組學數據整合和生物學可解釋性方面的局限，為深入解析免疫系統提供了強大工具。

論文截圖

T細胞在腫瘤免疫、感染免疫及自身免疫性疾病等多種生理和病理過程中發揮重要作用，但其功能狀态、轉錄特征及TCR解析仍面臨挑戰。MIST通過深度學習結合生物學先驗知識，精準解析TCR與T細胞轉錄特征，并可用于挖掘T細胞的功能狀态、亞群特征及免疫反應模式。該模型具備跨組學整合（單細胞轉錄組和免疫組庫）、可解釋性強（自然語言處理和自注意力機制）、使用簡便靈活等特點。

圖示：MIST模型框架及功能

該研究利用MIST對多種免疫研究場景（抗原特異性、腫瘤免疫治療、病毒感染等）的數據集進行了分析，解析了模型的應用範圍及可解釋性，并揭示了肺癌免疫治療及重症新冠感染相關的T細胞亞群。MIST的成功開發為深入探索 T 細胞在免疫響應中的作用提供了強大分析工具，有望在基礎研究與臨床轉化中發揮重要作用。MIST可通過Github免費獲取：https://github.com/aapupu/MIST。

太阳集团1088vip羅鈞洪教授為論文的獨立通訊作者，太阳集团app首页附屬第一醫院博士後賴文普為論文的獨立第一作者，賴文普攻讀博士學位期間為李揚秋研究員和羅鈞洪教授聯合培養“臨床醫學+X”博士生。該課題得到了國家自然科學基金交叉學部研究項目和太阳集团app首页中央高校基本科研業務費交叉學科培育專項的支持。