摘要
本申请公开了一种B型流感病毒抗原性快速鉴别方法、装置、终端及介质。本申请首先基于现有B型流感病毒Victoria谱系和Yamagata谱系毒株的血凝抑制试验数据分别判断两个谱系内部不同毒株之间的抗原关系,然后,基于两两毒株的血凝素蛋白上的HA1片段之间氨基酸序列的差异确定了四组与抗原改变相关的特征,分别是与抗原表位、物理化学性质、受体结合区域和氮糖基化改变有关的特征。基于以上四组特征,使用机器学习算法分别构建针对Victoria和Yamagata谱系的抗原关系预测模型,并应用于预测对应谱系内部任意两个毒株之间的抗原关系,可以实现对B型流感两个谱系病毒抗原性的快速预测。
技术关键词
快速鉴别方法
特征值
流感病毒毒株
位点
样本
病毒特征提取
算法模型
序列
关系预测模型
受体
指标
预测模型训练
特征提取单元
数据获取单元
机器学习算法
可读存储介质
系统为您推荐了相关专利信息
特征值
信息数据管理系统
阈值分割算法
曲线
数据管理技术
背景减除方法
深度卷积神经网络
跟踪方法
深度度量学习
边缘检测
预测预报方法
海洋声场
海洋传感器
优化神经网络模型
数据处理模块
编码向量
人工地震
压电式加速度传感器
自动测量方法
波形特征提取