申请/专利权人：行动基因(智财)有限公司

申请日：2018-03-31

公开（公告）日：2024-02-13

公开（公告）号：CN110799196B

主分类号：C07K14/00

分类号：C07K14/00

优先权：["20170331 US 62/479,320"]

专利状态码：有效-授权

法律状态：2024.02.13#授权;2020.03.10#实质审查的生效;2020.02.14#公开

摘要：本发明与能判断、预测及排名致免疫性T细胞抗原决定位的系统与方法有关，尤其是判断由疾病相关突变所产生的抗原决定位，且其中的抗原决定位被预测为能引起T细胞免疫反应。具体来说，本发明同时考虑了胜肽链级信息包含胜肽链在主要组织兼容性复合体类型一及类型二的呈现和辅助性与胞杀性T细胞的免疫反应上的影响以及样本级信息包含突变群落性和主要组织兼容性复合体等位基因表现量。在一些实施例中，上述系统与方法被使用在癌症个人化医疗上。

主权项：1.一种筛选肿瘤组织中至少一个致免疫性且具突变信息的胜肽链的方法，其步骤包括：a取得复数个具突变信息的序列；b从疾病相关的突变中判断出至少一个抗原决定位；c将与所述至少一个抗原决定位的免疫性相关的复数个特征整合，其中，所述复数个特征包含：第一特征，其用于计算胜肽链级数值；以及第二特征，其用于计算样本级数值，其中，所述第二特征包含所述疾病相关突变的群落性；d决定所述复数个特征的重要性；e以所述复数个特征的重要性决定所述至少一个抗原决定位的致免疫性数值；f根据所述致免疫性数值的高低，将所述至少一个抗原决定位排名；以及g依所述f步骤中的排名结果来选择至少一个所述致免疫性且具突变信息的胜肽链，其中，所述致免疫性且具突变信息的胜肽链包含至少一个抗原决定位且其可能可引起T细胞免疫反应，其中，所述步骤为利用机器学习模型达成，在胜肽链级数值计算中，利用所述第一特征构建四套机器学习模型，利用机器学习回归器和数据分析方法整合这四个模型和其组合，最终模型包含加权后的因素、特征筛选和叠代调整后的最佳化机器学习模型，最后模型利用已知具备致免疫性的抗原决定位进行验证，所述复数个特征与下述多种有关：至少一个所述抗原决定位在主要组织兼容性复合体类型一及类型二上的呈现、至少一个所述抗原决定位引起胞杀性T细胞免疫反应的能力有关、至少一个所述抗原决定位引起辅助性T细胞免疫反应的能力、蛋白质量、基因表现量、突变的变异频率、拷贝数、肿瘤纯度、异质性丧失的状态、等位基因量；并且，所述第二特征包含由下列公式计算得的亚群落纯度S： AFobserved为观察等位基因频率值，p为肿瘤纯度，Ct为肿瘤变异状况t的拷贝数，Cn为正常状况n的拷贝数，M为突变等位基因数量。

全文数据：

权利要求：

百度查询： 行动基因(智财)有限公司 致免疫性的癌症特异抗原决定位的排名系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD