T细胞受体特异性不再只靠实验：AlphaFold 3从序列打分，留出抗原上中位AUC达0.92
核心概要
T细胞受体能否识别特定抗原，长期要靠结合实验或四聚体染色逐一确认。研究者改用AlphaFold 3预测肽-MHC-受体三元复合物，并取受体与肽-MHC界面上的预测对齐误差作为打分。在未参与训练的高质量留出集上，按抗原区分的ROC曲线下面积中位数为0.92（I类）和0.81（II类），比此前的AF2多聚体模型高0.24至0.33。
深度剖析
一条受体序列和它面对的肽-MHC抗原，现在可以先由结构预测模型给出一个可比较的识别置信度，而不必先做结合实验。 此前的做法依赖实验测定，或依赖专门为肽-MHC-受体复合物改造的AlphaFold多聚体流程AF-TCRdock，后者在推理时还带入人工整理的链模板信息。 在284个已解析三元结构中，AF3相对晶体结构的CDR中位RMSD为1.5和1.8埃（训练截止前，I类和II类），3.2和2.4埃（训练截止后），四个情形均显著优于AF-TCRdock，中位改善0.8至2.9埃。
打分只用一项来自预测结构的界面置信度，不需要已知结构作参照。 结构偏差RMSD必须对照真实晶体结构才能计算，无法用于没有结构的候选受体。 在IEDB整理的1024个I类和248个II类抗原-研究组合上，47项I类特征中46项、48项II类特征中44项显著偏离随机，最佳单特征为受体链与肽-MHC界面平均预测对齐误差的取反值，即AF3-PTI-PAE。
该打分在完全未参与训练的数据上仍能区分识别与非识别，且表现不随与训练数据的距离下降。 此前的AF2多聚体模型AF-TCRdock在AF3训练截止前后发布的三元组上未见性能下降（I类P=0.51，II类P=0.21），而Boltz-2在训练后三元组上相对训练前三元组出现下降。 I类留出集为AF3训练截止后存入PDB的16个三元组，II类为CRESTA单细胞方法确定的205个三元组，覆盖8个未解析结构的结核分枝杆菌抗原；按抗原的AUC中位数分别为0.92和0.81，按受体的AUC中位数为0.86和0.94，且与到训练数据的距离无相关。
启示与展望
演示范围限于人I类和II类MHC限制的肽-MHC-受体三元组：结构基准来自PDB已解析复合物，分类评估来自IEDB整理数据与两个留出集，其中II类留出集为CRESTA方法确定的结核分枝杆菌抗原。
分类性能随鉴定三元组所用的实验类型明显变化，结合实验的中位AUC为0.93和0.94，而多聚体/四聚体法为0.61和0.52，后者却贡献了I类超过80%、II类超过60%的三元组。打分与解离常数相关，但天然受体子集的相关性较弱（P=0.044），且II类仅有4条三元组有实测解离常数。