自我和非自我的区别有多大？
摘要：免疫系统中的自我/非自我判别类似于生物和人工神经网络在类似输入之间进行可靠区分，并且对于进行这些区分的规则进行学习。与其他示例不同的是，我们发现自我和非自我肽的分布几乎相同，但却强烈不均匀。可靠的判别仅是因为自我肽是从该分布中抽取的特定有限样本，而免疫系统可以针对这些样本之间的“空间”。在常规学习问题中，这将构成过拟合并导致灾难。在这里，强不均匀性意味着免疫系统通过针对与自我非常相似的肽而获得收益，对仅相差一个替代的序列具有最大敏感性。这个基于序列空间中潜在分布的结构的预测，例如与对癌症新抗原的观察到的应答相吻合。
作者：Andreas Mayer, Christopher J. Russo, Quentin Marcou, William Bialek, Benjamin D. Greenbaum
论文ID：2212.12049
分类：Cell Behavior
分类简称：q-bio.CB
提交时间：2022-12-26