新抗原免疫原性预测基准：线性模型领先、SHAP存疑

一项预印本研究在免疫原性肿瘤特异性新抗原数据库（ITSNdb，含199个经实验验证的新抗原）上基准测试了60个机器学习分类器，发现经典线性模型排名领先，而近期研究常用的梯度提升集成和神经网络并未表现出优势。 该研究同时检验SHAP可解释性，即模型判定为重要的特征能否被信任。作者Ramon Gonzalez（Mentomy AI）称，研究要回答通用机器学习在该任务上能达到什么水平，以及这些特征重要性是否可信。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。