随着高通量测序和免疫实验技术的发展，越来越多的基因和免疫实验数据可以被生物学家和计算机科学家利用，通过计算方法来理解免疫系统、研发疫苗、以及辅助疾病的诊断和治疗。微软亚洲研究院机器学习组的研究员一直在利用深度学习技术积极开展有关抗原识别的一系列工作。例如，在抗原的多个靶子中，预测哪些能够激发强免疫反应；给定一个抗原靶子的时候，预测哪些 T 细胞能够识别它。生物学家通过高通量的免疫实验筛选出与某种抗原产生免疫反应的 T 细胞，并通过高通量测序技术测定出这些 T 细胞受体的 DNA 序列，这样就产生出了一组抗原-T 细胞受体的绑定数据。随着这些实验数据的不断产生和积累，我们就有机会利用机器学习技术对其进行建模从而帮助解释 T 细胞受体和抗原绑定的规律。这方面的研究工作目前还处于起步阶段，由于数据规模相对有限，模型的泛化能力还有待进一步的提高。