[發明專利]一種抗原表位的檢測方法、系統及終端設備有效
| 申請號: | 201811153746.0 | 申請日: | 2018-09-30 |
| 公開(公告)號: | CN109326324B | 公開(公告)日: | 2022-01-25 |
| 發明(設計)人: | 羊紅光;智杏娟;成彬;柳凌云 | 申請(專利權)人: | 河北省科學院應用數學研究所 |
| 主分類號: | G16B20/00 | 分類號: | G16B20/00 |
| 代理公司: | 石家莊國為知識產權事務所 13120 | 代理人: | 張貴勤 |
| 地址: | 050081 河北*** | 國省代碼: | 河北;13 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 抗原 檢測 方法 系統 終端設備 | ||
本發明適用于計算機應用技術領域,提供了一種抗原表位的檢測方法、系統以及終端設備,所述方法包括:獲取訓練樣本和待檢測蛋白質序列,訓練樣本包括表位樣本和非表位樣本,表位樣本為包含抗原表位的蛋白質序列,非表位樣本為未包含抗原表位的蛋白質序列,分別提取表位樣本的特征向量和非表位樣本的特征向量,利用表位樣本的特征向量和非表位樣本的特征向量對標準神經網絡模型進行訓練,得到預測神經網絡模型,提取待檢測蛋白質序列的特征向量,并將待檢測蛋白質序列的特征向量輸入至預測神經網絡模型中,得到對應的抗原表位檢測結果,所需步驟較少以及耗時較短。
技術領域
本發明屬于計算機應用技術領域,尤其涉及一種抗原表位的檢測方法、系統及終端設備。
背景技術
在抗原抗體的結合反應中,抗體參與結合的部位稱抗體的對位,抗原參與結合的部位稱抗原的表位。表位就是抗原中能被免疫細胞特異性識別的線性片段或空間構象性結構,是引起免疫應答和免疫反應的基本單位。
現有技術中,一般是通過X-射線衍射方法確定細胞的表位,通過X-射線衍射方法確定抗原表位的過程比較繁瑣,需要進行的步驟較多,工作量大,耗時較長。
發明內容
有鑒于此,本發明實施例提供了一種抗原表位的檢測方法、系統及終端設備,以解決現有技術中通過X-射線衍射方法確定細胞的表位存在步驟繁瑣以及耗時較長的問題。
本發明實施例的第一方面提供了一種抗原表位的檢測方法,包括:
獲取訓練樣本和待檢測蛋白質序列,所述訓練樣本包括表位樣本和非表位樣本,所述表位樣本為包含抗原表位的蛋白質序列,所述非表位樣本為未包含抗原表位的蛋白質序列;
分別提取所述表位樣本的特征向量和所述非表位樣本的特征向量;
利用所述表位樣本的特征向量和所述非表位樣本的特征向量對標準神經網絡模型進行訓練,得到預測神經網絡模型;
提取所述待檢測蛋白質序列的特征向量,并將所述待檢測蛋白質序列的特征向量輸入至所述預測神經網絡模型中,得到對應的抗原表位檢測結果。
本發明實施例的第二方面提供了一種抗原表位的檢測系統,包括:
樣本獲取模塊,用于獲取訓練樣本和待檢測蛋白質序列,所述訓練樣本包括表位樣本和非表位樣本,所述表位樣本為包含抗原表位的蛋白質序列,所述非表位樣本為未包含抗原表位的蛋白質序列;
特征向量提取模塊,用于分別提取所述表位樣本的特征向量和所述非表位樣本的特征向量;
神經網絡模型生成模塊,用于利用所述表位樣本的特征向量和所述非表位樣本的特征向量對標準神經網絡模型進行訓練,得到預測神經網絡模型;
表位檢測結果生成模塊,用于提取所述待檢測蛋白質序列的特征向量,并將所述待檢測蛋白質序列的特征向量輸入至所述預測神經網絡模型中,得到對應的抗原表位檢測結果。
本發明實施例的第三方面提供了一種終端設備,包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序,所述處理器執行所述計算機程序時實現如上所述抗原表位的檢測方法的步驟。
本發明實施例的第四方面提供了一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲有計算機程序,所述計算機程序被處理器執行時實現如上所述抗原表位的檢測方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于河北省科學院應用數學研究所,未經河北省科學院應用數學研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811153746.0/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種基因組的組裝方法及裝置
- 下一篇:一種基因序列比對的方法、系統及相關組件





