Durante los últimos dos años, la aparición del SARS-CoV-2 ha llevado a millones de muertes en todo el mundo, con un devastador impacto socioeconómico a escala global. El enfoque de la comunidad científica se ha desplazado recientemente hacia la asociación del repertorio inmunológico de células T con la progresión y gravedad de la COVID-19, utilizando ensayos de secuenciación del receptor de células T (TCR-Seq). El conjunto de datos de Identificación Multiplexada de Antígenos del Receptor de Células T (MIRA), que es un subconjunto del estudio immunoACCESS, proporciona miles de TCR que pueden reconocer específicamente epítopos del SARS-CoV-2. Nuestro estudio propone un nuevo enfoque asistido por Aprendizaje Automático (ML) para analizar datos de TCR-Seq desde el punto de vista de los antígenos, con la capacidad de revelar antígenos clave que pueden distinguir con precisión entre individuos convalecientes de COVID-19 de MIRA y sanos, basándose en las diferencias en la respuesta inmune desencadenada. Se encontró que algunos antígenos del SARS-CoV-2 exhiben niveles iguales de reconocimiento por los TCR de MIRA en ambos grupos, convalecientes y sanos, lo que lleva a la suposición de una posible reactividad cruzada entre el SARS-CoV-2 y otros agentes infecciosos. Esta hipótesis fue probada combinando MIRA con otros repositorios públicos de perfilado de TCR que albergan ensayos y datos de secuenciación sobre una plétora de patógenos. Nuestro estudio proporciona evidencia sobre la posible reactividad cruzada entre el SARS-CoV-2 y un amplio espectro de patógenos y enfermedades, siendo el virus de la Influenza el que exhibe los niveles más altos de reactividad cruzada. Estos resultados pueden potencialmente cambiar el énfasis de los estudios inmunológicos hacia una mayor aplicación de ensayos de perfilado de TCR que tienen el potencial de descubrir mecanismos clave de la respuesta inmune mediada por células contra patógenos y enfermedades.