一種基于多連體特征的T細(xì)胞受體對(duì)應(yīng)表位預(yù)測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN202010198109.6 申請(qǐng)日 -
公開（公告）號(hào) CN111429965A 公開（公告）日 2020-07-17
申請(qǐng)公布號(hào) CN111429965A 申請(qǐng)公布日 2020-07-17
分類號(hào) G16B15/30;G16B30/10;G16B40/00 分類 -
發(fā)明人 王嘉寅;童瑤;楊玲;鄭田;劉濤;李敏;張選平 申請(qǐng)（專利權(quán)）人 北京吉因加科技有限公司
代理機(jī)構(gòu) 西安通大專利代理有限責(zé)任公司 代理人 北京吉因加科技有限公司;西安交通大學(xué)
地址 710049 陜西省西安市咸寧西路28號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于多連體特征的T細(xì)胞受體對(duì)應(yīng)表位預(yù)測(cè)方法，將CDR3β鏈以及對(duì)應(yīng)的表位解析為長(zhǎng)度3的堿基，統(tǒng)計(jì)每種三聯(lián)體的頻次作為初始特征；根據(jù)得到的初始特征建立初始特征矩陣，使用主成分分析法對(duì)初始特征矩陣進(jìn)行降維，進(jìn)行特征提?。辉O(shè)有n個(gè)訓(xùn)練樣本，輸入預(yù)測(cè)數(shù)據(jù)x后，訓(xùn)練得到梯度提升決策樹模型，通過梯度提升決策樹模型將各個(gè)決策樹的決策結(jié)果線性組合起來做出預(yù)測(cè)；將特征數(shù)據(jù)輸入訓(xùn)練好的模型中進(jìn)行預(yù)測(cè)，根據(jù)不同的預(yù)測(cè)目的選擇不同的預(yù)測(cè)指標(biāo)。本發(fā)明僅使用三聯(lián)體的統(tǒng)計(jì)值作為初始特征，結(jié)合梯度提升決策樹模型能夠在極短的時(shí)間內(nèi)完成模型的訓(xùn)練，且預(yù)測(cè)的準(zhǔn)確度更高。