[发明专利]一种基于对比学习的TCR与抗原复合物亲和力预测算法在审
| 申请号： | 202210172888.1 | 申请日： | 2022-02-24 |
| 公开（公告）号： | CN114822680A | 公开（公告）日： | 2022-07-29 |
| 发明（设计）人： | 刘辉;房意明 | 申请（专利权）人： | 南京工业大学 |
| 主分类号： | G16B15/30 | 分类号： | G16B15/30;G16B30/10;G16B40/30;G06N3/04;G06N3/08 |
| 代理公司： | 北京博海嘉知识产权代理事务所(普通合伙) 16007 | 代理人： | 赵赟鑫 |
| 地址： | 210000 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公布了一种基于自监督对比学习的TCR与抗原复合物亲和力预测算法，包括预训练与预测两个阶段：1)对比学习预训练阶段,使用TCR序列作为训练集，对TCR序列的氨基酸计算注意力权重，以一定概率掩盖部分氨基酸产生新的TCR序列，通过Transformer编码器进行编码，生成两条序列的向量表示(embedding)，然后根据对比学习框架，计算两条序列的余弦相似性，归一化温度‑尺度交叉熵(NT‑Xent损失)计算损失，使用梯度下降算法进行损失函数优化。2)下游预测阶段，操作者将待测试的TCR序列与抗原复合物序列，输入至训练好的Transformer编码器得到向量表示，将特征向量串联后输入到全连接网络中预测TCR与抗原复合物亲和力。该实施例中，在样本数32,044和619两个独立的benchmark数据集上分别可以达到acc＝0.88、auc＝0.09和acc＝0.96、auc＝0.97，说明本算法具有可靠的预测性能，且对不同的数据集都有很好的鲁棒性。 | ||
| 搜索关键词： | 一种 基于 对比 学习 tcr 抗原 复合物 亲和力 预测 算法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京工业大学，未经南京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210172888.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种双模式间歇消毒漂浮育苗剪叶装置
- 下一篇：一种汽车铰链型材加工辅助装置
