申请/专利权人:上海交通大学
申请日:2020-06-24
公开(公告)日:2020-10-20
公开(公告)号:CN111798919A
主分类号:G16B5/00(20190101)
分类号:G16B5/00(20190101);G06N3/04(20060101);G06N3/08(20060101);G16B20/30(20190101);G16B20/50(20190101);G16B45/00(20190101)
优先权:
专利状态码:有效-授权
法律状态:2022.11.25#授权;2020.11.06#实质审查的生效;2020.10.20#公开
摘要:本发明涉及一种基于染色质高级构象与深度稀疏学习的肿瘤新抗原预测方法、预测装置及存储介质,该方法发明了基于组选择的深度神经网络预测模型,并通过训练数据对该模型进行训练,获得待预测对象即潜在的肿瘤新抗原肽的免疫原性预测值;其中,所述深度神经网络预测模型进行训练时采用的每个样本包括染色质3D构象信息和基于多肽氨基酸序列产生的特征。与现有技术相比,本发明具有预测精度高、预测方便等优点。
主权项:1.一种基于染色质高级构象与深度稀疏学习的肿瘤新抗原预测方法,其特征在于,该方法通过一经训练的基于组选择的深度神经网络预测模型对待预测对象进行处理,获得与所述待预测对象对应的肿瘤新抗原免疫原性信息;其中,所述深度神经网络预测模型进行训练时采用的每个样本包括染色质3D构象信息和基于多肽氨基酸序列产生的特征。
全文数据:
权利要求:
百度查询: 上海交通大学 一种肿瘤新抗原预测方法、预测装置及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。