该文综述机器学习在多肽与免疫治疗中的应用：提出FastText+BiLSTM抗癌肽分类模型，准确率达92.50%和96.15%；利用循环神经网络与图过滤器筛选抗菌肽；介绍多模态注意力网络预测抗癌化合物敏感性；提出PepCVAE生成新型抗菌肽；构建多任务框架预测B细胞表位；结合生成模型与强化学习设计PROTACs；用稀疏编码分类TCR序列，准确率达99.8%；并讨论数据来源、评价指标与未来挑战。