申请/专利权人:深圳市海普洛斯生物科技有限公司
申请日:2024-01-31
公开(公告)日:2024-04-09
公开(公告)号:CN117854584A
主分类号:G16B15/30
分类号:G16B15/30;G16B40/00;G16B50/00;G16B35/20;G06N20/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明属于生物医学技术领域,涉及一种建立TCR‑pMHC结合概率预测模型的方法及其应用。本发明通过建立TCR‑pMHC结合概率预测模型的方法,包括以下步骤:获取训练样本集,所述训练样本集中包括训练序列,所述训练序列包括TCRα完整序列和TCRβ完整序列;根据所述训练序列和目标预测工具进行结构建模、优化得TCR‑pMHC三维空间结构;根据所述TCR‑pMHC三维空间结构和分析工具输出多个训练特征参数;根据所述多个训练特征参数进行训练,以获得TCR‑pMHC的结合概率的预测模型,该模型将结构特征加入预测模型中,且可同时输入TCRα和TCRβ序列,补充了目前预测工具的短板,并最终开发出一种准确性较高的机器学习模型。
主权项:1.一种建立TCR-pMHC结合概率预测模型的方法,其特征在于,包括以下步骤:获取训练样本集,所述训练样本集中包括训练序列,所述训练序列包括TCRα完整序列和TCRβ完整序列;根据所述训练序列和目标预测工具进行结构建模、优化得TCR-pMHC三维空间结构;根据所述TCR-pMHC三维空间结构和分析工具输出多个训练特征参数;根据所述多个训练特征参数进行训练,以获得TCR-pMHC的结合概率的预测模型。
全文数据:
权利要求:
百度查询: 深圳市海普洛斯生物科技有限公司 一种建立TCR-pMHC结合概率预测模型的方法及应用
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。