大模型赋能肿瘤TCR序列预测：个体化免疫治疗的未来
人工智能学院
乳腺癌是全球妇女最常见的癌症。然而，乳腺癌的免疫治疗面临挑战，在实体瘤方面仍存在一些不足，如缺乏特异性和通用性肿瘤抗原等，传统的测序技术只能获取平均水平的数据，无法反映单个细胞之间的异质性和动态变化。因此，利用最新的单细胞RNA测序技术和TCR测序技术，获取高分辨率、高维度、多模态的数据，使用 GPT（Generative Pre-trained Transformer）模型提供的开放接口，对乳腺癌中免疫细胞进行表征学习，构建一个回归模型，学习出能有效区分不同类型的乳腺癌的特征，并对未来患者的标签进行预测，具有重要的理论意义和实际价值。不仅如此，本项目还要结合生成式AI和领域泛化技术，解决人工智能的域偏移问题，提高模型的泛化能力和鲁棒性。本项目的成果将有助于深入揭示乳腺癌中免疫细胞的表型、功能和相互作用，为乳腺癌的诊断、预后和治疗提供新的生物标志物和新的靶点。本项目也将为其他类型的肿瘤免疫研究提供新的思路和方法。
