Die Integration und Kuratierung von αβTCR-pMHCs-Interaktionen ermöglicht die Offenlegung von Bindungsspezifitäten für dutzende von Klasse I- und Klasse II-Epitopen. Durch die Sammlung von Sequenzen von αβTCRs, die spezifische pMHCs anzielen, aus verschiedenen öffentlichen Datenbanken sowie aus Studien an Mus musculus mit Lymphozytischer Choriomeningitis (LCMV) konnten insgesamt 20.279 verschiedene TCR-Sequenzen identifiziert werden, die mit 1253 pMHCs interagieren. Zur Verbesserung der Spezifität wurden nur pMHCs mit mindestens zehn bindenden TCRs betrachtet, woraus 17.715 αβTCRs gefunden wurden. Ein Großteil dieser Daten bezieht sich auf Peptide, die von menschlichen MHCs präsentiert werden, mit einem Schwerpunkt auf HLA-A*02:01-restringierten Peptiden. MixTCRpred wurde entwickelt, um TCRs zu identifizieren, die spezifisch für bestimmte pMHCs sind. Anhand von umfassenden Cross-Validierungen wurde die gute Vorhersagegenauigkeit des Modells bestätigt. Es wurde auch gezeigt, dass MixTCRpred mit anderen verfügbaren Tools zur Vorhersage von TCR-pMHC-Interaktionen verglichen wurde und dabei besser abschnitt.
Die Architektur von MixTCRpred wurde detailliert beschrieben, wobei die Verwendung von pMHC-spezifischen Modellen und die Vorhersage der Interaktionen zwischen TCRs und pMHCs im Mittelpunkt standen. Darüber hinaus konnte MixTCRpred TCR-spezifische Vorhersagen für bestimmte pMHCs treffen, die auf großen Datensätzen von experimentell validierten TCR-pMHC-Paaren beruhen. Darüber hinaus wurde untersucht, inwieweit Vorhersagen auf nicht im Trainingssatz enthaltenen Epitopen erweitert werden können und es wurde gezeigt, dass diese Erweiterung schwierig ist, wenn die Epitope keine hohe Sequenzähnlichkeit aufweisen. MixTCRpred erwies sich auch als nützliches Werkzeug zur Qualitätskontrolle für scTCR-Seq-Daten von T-Zellen, die mit DNA-barcodierten pMHC-Multimeren markiert sind, und ermöglichte es, akkurate und zuverlässige TCR-Vorhersagen zu treffen.
Darüber hinaus konnte MixTCRpred die Genauigkeit bei der Identifizierung von epitopspezifischen Ketten in dualen α-T-Zellen verbessern, indem die Epitopbindung von hervorgehobenen α-Ketten vorhergesagt wurde. Experimentelle Validierungen zeigten, dass die vorhergesagten Ketten tatsächlich für die Epitoperkennung verantwortlich waren. Schließlich wurde MixTCRpred verwendet, um die Anreicherung von TCRs spezifisch für ein bekanntes immunodominantes SARS-CoV-2-Epitop bei COVID-19-positiven Patienten nachzuweisen. Durch die Anwendung von MixTCRpred auf T-Zell-Rezeptoren von Patienten konnte die Anreicherung von T-Zellen vorhergesagt werden, die auf das spezifische SARS-CoV-2-Epitop reagieren. Dies kennzeichnet den breiten Einsatzbereich und die hohe Genauigkeit von MixTCRpred bei der Vorhersage von TCR-Interaktionen mit pMHCs in verschiedenen biologischen Kontexten.