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：一种用于鉴别可能被MHC等位基因呈递在受试者的肿瘤细胞表面上的新抗原的方法。通过对所述受试者的肿瘤细胞进行测序来获得肿瘤新抗原的肽序列和MHC等位基因的肽序列。将所述肿瘤新抗原的肽序列和所述MHC等位基因的肽序列输入机器学习呈递模型中以产生所述肿瘤新抗原的呈递可能性，每个呈递可能性代表了新抗原被所述MHC等位基因中的至少一个呈递在所述受试者的肿瘤细胞表面上的可能性。基于所述呈递可能性选择所述新抗原的子集。

主权项：1.一种用于鉴别来自受试者的一个或多个肿瘤细胞的可能被一个或多个MHC等位基因呈递在所述肿瘤细胞表面上的至少一种新抗原的方法，所述方法包括以下步骤：从所述受试者的所述肿瘤细胞和正常细胞获得外显子组、转录组或全基因组核苷酸测序数据中的至少一种，其中所述核苷酸测序数据被用于获得代表通过比较来自所述肿瘤细胞的核苷酸测序数据和来自所述正常细胞的核苷酸测序数据鉴别的新抗原集合中每一种新抗原的肽序列的数据，其中每种新抗原的肽序列包含至少一个使其不同于从所述受试者的正常细胞鉴别的相应野生型肽序列的变化；将所述新抗原中的每一种的肽序列编码成相应的数字矢量，每个数字矢量包含有关构成所述肽序列的多个氨基酸和所述氨基酸在所述肽序列中的位置的集合的信息；从所述受试者的所述肿瘤细胞获得外显子组、转录组或全基因组核苷酸测序数据中的至少一种，其中所述核苷酸测序数据被用于获得代表所述受试者的所述一个或多个MHC等位基因中的每一个的肽序列的数据；将所述受试者的所述一个或多个MHC等位基因中的每一个的肽序列编码成相应的数字矢量，每个数字矢量包含有关构成所述肽序列的多个氨基酸和所述氨基酸在所述肽序列中的位置的集合的信息；使用计算机处理器将编码所述新抗原中的每一种的肽序列的数字矢量和编码所述一个或多个MHC等位基因中的每一个的肽序列的数字矢量输入机器学习呈递模型中，以产生对于所述新抗原集合的呈递可能性集合，所述集合中的每个呈递可能性代表了相应的新抗原被所述一个或多个MHC等位基因呈递在所述受试者的肿瘤细胞表面上的可能性，所述机器学习呈递模型包含：至少基于训练数据集鉴别的多个参数，所述训练数据集包含：对于多个样品中的每个样品，通过质谱测量与被鉴别为存在于所述样品中的MHC等位基因集合中的至少一个MHC等位基因结合的肽的存在而获得的标记；对于每个样品，编码为包含有关构成所述肽的多个氨基酸和所述氨基酸在所述肽中的位置的集合的信息的数字矢量的训练肽序列；以及对于每个样品，编码为包含有关构成与所述样品的所述肽结合的至少一个MHC等位基因的多个氨基酸以及所述氨基酸在所述至少一个MHC等位基因中的位置的集合的信息的数字矢量的训练肽序列；代表作为输入接收的编码所述新抗原中的每一种的肽序列的数字矢量和编码所述一个或多个MHC等位基因中的每一个的肽序列的数字矢量与基于所述数字矢量和所述参数作为输出生成的呈递可能性之间的关系的函数；其中，所述受试者的一个或多个MHC等位基因包括机器学习呈递模型先前未遇到过的至少一个未知MHC等位基因，其中，所述多个参数包括在MHC等位基因集合之间共享的参数；基于所述呈递可能性集合选择所述新抗原集合的子集，以产生选定的新抗原的集合；以及回收所述选定的新抗原的集合。

全文数据：

权利要求：

百度查询： 磨石生物公司 利用泛等位基因模型进行的新抗原鉴别