В исследовании представлен новый инструмент immunotype — ансамблевый предиктор на базе глубокого обучения, предназначенный для прямого типирования аллелей HLA класса I по данным иммунопептидомики. Методология объединяет трансформерные энкодеры и графовые нейронные сети (GNN) для интеграции информации о последовательностях пептидов и HLA, дополняя их курируемым моноаллельным справочником предпочтений связывания пептидов. Разработка решает критическую проблему многоаллельной сложности, когда масс-спектрометрические данные отражают совокупную презентацию пептидов несколькими аллелями сразу. Согласно результатам тестирования, immunotype демонстрирует точность 87,2% на уровне белка в различных типах тканей. Данная технология позволяет проводить быстрое и экономически эффективное типирование HLA в крупномасштабных наборах данных, что имеет решающее значение для развития Т-клеточной иммунотерапии и персонализированной медицины.