摘要
本发明涉及生物信息技术领域,具体为一种基于肿瘤新抗原活性排序的免疫反应评估方法。本发明通过全外显子测序获取肿瘤与正常组织的基因组数据,提取候选体细胞突变的多维特征,并结合高斯混合模型和Transformer模型筛选,获得高置信度突变基因组集合;基于测序数据预测患者HLA基因型,翻译突变为肽段,利用XGBoost模型预测肽段与MHC分子的结合亲和力,并结合多种参数计算新抗原活性得分排序;最后根据排序结果合成新抗原肽段,体外共培养检测IFN‑γ分泌结果,并通过PPO算法动态优化特性组合系数,实现智能迭代更新,显著提高新抗原筛选的精准性和免疫反应预测能力。
技术关键词
XGBoost模型
亲和力
高斯混合模型
肿瘤
体细胞
HLA基因型
原始测序数据
生物信息技术
位点
双曲正切函数
强化学习算法
组织
分子
序列特征
动态
病毒
患者
系统为您推荐了相关专利信息
中性粒细胞胞外诱捕网
甘草酸
槲皮素
汉黄芩素
酰基
意图估计方法
轨迹预测模型
人机协作
机器人
合作博弈论
检测肝癌组织
肝癌细胞系
试剂盒
抑制肝癌细胞增殖
制药用途
CT影像数据
三维模型
精确定位系统
数据处理模块
像素