EAMil이라는 다중 인스턴스 심층 학습 프레임워크를 개발하여, TCR 시퀀싱 데이터를 이용해 전신성 홍반 루푸스(SLE)와 류마티스 관절염(RA)을 매우 높은 정확도로 진단하는 방법을 제시했습니다. PrimeSeq 특징 추출, ESMonehot 인코딩, 향상된 게이트 어텐션 메커니즘을 통합하여 SLE에 대해 98.95%, RA에 대해 97.76%의 AUC를 달성하여 최첨단 성능을 보였습니다. EAMil은 기존의 차이 분석과 90% 이상 일치하는 질병 관련 유전자를 성공적으로 식별하고 질병 특이적 TCR 유전자를 효과적으로 구분했습니다. SLEDAI 점수를 활용하여 질병 중증도에 따른 SLE 환자 분류 및 손상 부위 진단, 나이와 성별과 같은 혼란 요인의 효과적인 통제를 통해 다양한 질병 범주 분류의 강건성을 보여주었습니다. 이 해석 가능한 면역 수용체 분석 프레임워크는 면역 매개 질환 전반에 걸쳐 광범위한 잠재적 임상 적용 가능성을 가진 자가 면역 질환 검출 및 분류에 대한 새로운 통찰력을 제공합니다.
