买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:南托米克斯有限责任公司
摘要:提供了用于预测MHC‑肽结合亲和力的技术。获得多个训练肽序列,并且使用训练肽序列训练神经网络模型以预测MHC‑肽结合亲和力。包括RNN的神经网络模型的编码器被配置为处理输入训练肽序列以通过将RNN的最终隐藏状态应用于RNN的中间状态输出从而生成注意力加权输出、并且线性组合注意力加权输出来生成编码固定维数的输出。在编码器之后的完全连接层被配置为处理编码固定维数的输出以生成MHC‑肽结合亲和力预测输出。计算装置被配置为使用经训练的神经网络来预测针对测试肽序列的MHC‑肽结合亲和力。
主权项:1.一种计算系统实施的预测主要组织相容性复合物MHC-肽结合亲和力的方法,所述方法包括:获得多个可变长度的训练肽序列;通过一个或多个计算设备,训练包含至少一个完全连接层的递归神经网络RNN模型,以预测关于MHC等位基因序列的MHC-肽结合亲和力,其中对于多个可变长度的训练肽序列的每个训练肽序列,训练RNN模型包括重复地:将训练肽序列输入到RNN模型中;通过处理训练肽序列,生成编码固定维数的输出,其中所述处理包括将RNN模型的最终隐藏状态应用于RNN模型的中间状态,并且注意力加权到训练肽序列的一个或多个位置;通过使用RNN模型的至少一个完全连接层处理编码固定维数的输出,生成针对输入训练肽序列的MHC-肽结合亲和力预测输出;通过比较注意力加权与对应于训练肽序列的已知MHC-肽结合亲和力值,确定损耗因子;以及基于损耗因子,更新RNN模型的所述完全连接层内的参数;将测试肽序列输入到经训练的RNN模型中;以及通过经训练的RNN模型,生成关于MHC等位基因序列的测试肽序列的MHC-肽结合亲和力预测输出,其中所述RNN模型是双向长短期记忆LSTMRNN,并且其中所述编码固定维数的输出是通过级联所述RNN模型的输出来生成的。
全文数据:
权利要求:
百度查询: 南托米克斯有限责任公司 使用递归神经网络编码器和注意力加权来改进对新表位的主要组织相容性复合物(MHC)-肽结合预测的方法和系统
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。