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!
摘要:本申请提供了一种基于多任务学习的T细胞受体特异性预测方法,涉及人工智能药物研发技术领域,包括:构建多任务学习数据集,其中,所述多任务学习数据集包括输入集合和样本结果集合;利用预训练的蛋白质语言模型对所述输入集合进行特征向量化,生成向量化输入集合;采用所述向量化输入集合与所述样本结果集合,通过反向传播进行多任务学习训练,生成多任务模型;通过所述多任务模型进行TCR特异性预测。本申请解决了现有技术未能充分挖掘和利用HLA数据,导致模型预测准确性和效率不高的技术问题,达到了更加高效准确、灵活地进行TCR‑pMHC特异性预测的技术效果。
主权项:1.一种基于多任务学习的T细胞受体特异性预测方法,其特征在于,包括:构建多任务学习数据集,其中,所述多任务学习数据集包括输入集合和样本结果集合;利用预训练的蛋白质语言模型对所述输入集合进行特征向量化,生成向量化输入集合;采用所述向量化输入集合与所述样本结果集合,通过反向传播进行多任务学习训练,生成多任务模型;通过所述多任务模型进行TCR特异性预测。
全文数据:
权利要求:
百度查询: 致免科技有限公司 一种基于多任务学习的T细胞受体特异性预测方法
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。