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！

申请/专利权人：哈尔滨工业大学

摘要：一种基于蛋白质物理化学特征嵌入的肽与MHCI类蛋白结合基序预测方法，它涉及一种肽与MHCI类蛋白结合基序预测方法。本发明为了解决传统新抗原鉴定方法通常依赖于单个cDNA文库筛选，这种鉴定方法效率非常低的问题。本发明的步骤包括步骤一、蛋白质物理化学特征嵌入表示；步骤二、蛋白质物理化学特征与氨基酸词符映射；步骤三、提取肽序列物理化学特征；步骤四、提取MHCI类蛋白物理化学特征；步骤五、预测肽与MHCI类蛋白结合基序。本发明属于肽与MHCI类蛋白结合基序预测技术领域。

主权项：1.基于蛋白质物理化学特征嵌入肽与蛋白结合基序预测方法，其特征在于：所述基于蛋白质物理化学特征嵌入肽与蛋白结合基序预测方法的步骤包括：步骤一、蛋白质物理化学特征嵌入表示；通过蛋白质序列复合氨基酸的十二种物理化学性质来对蛋白质氨基酸序列嵌入表示；步骤二、蛋白质物理化学特征与氨基酸词符映射；获得蛋白质物理化学特征嵌入矩阵，自监督学习蛋白质特征嵌入，获得蛋白质序列特征；步骤三、提取肽序列物理化学特征；通过局部特征提取法提取肽序列物理化学特征的局部特征；步骤四、提取MHCI类蛋白物理化学特征；通过局部特征提取方法提取MHCI类蛋白序列的物理化学特征的局部特征；将二十种必需氨基酸的十四个理化性质值赋值给词典数据p_c_dict，将所有肽分词后的氨基酸词符赋值给词典数据line_vec，对所有氨基酸词符进行遍历，将理化特征值和氨基酸词符映射，获得肽的物理化学特征嵌入矩阵，获得肽的物理化学特征嵌入矩阵后，对MHCI类蛋白分子物理化学特征嵌入表示，将二十种必需氨基酸的十四个理化特征值赋值给p_c_dict，然后将所有MHCI类蛋白分词后的氨基酸词符赋值给line_vec，对所有MHCI类蛋白分词的氨基酸词符遍历，将理化特征值和氨基酸词符进行映射，获得MHCI类蛋白的物理化学特征嵌入矩阵；局部特征提取方法包括一个步幅为1，填充为1，卷积核为5二维卷积层，一个归一化层，一个ReLU激活函数以及一个步幅为2，卷积核为2的最大池化层；获得肽序列局部特征后，将肽序列局部特征、MHCI类蛋白局部特征、以及蛋白质序列特征通过特征结合方法进行结合；结合方法通过三个全连接层实现；其中第一个全连接层将8376维MHCI类蛋白局部特征转换为50维；该全连接层包含一个ReLU激活函数和丢弃方法；其中丢弃方法参数设置为0.5代表每次迭代都有50%的概率神经元不会参与训练；第二个全连接层将288维的肽序列局部特征转换为50维；该全连接层同样包含一个ReLU激活函数和丢弃方法；第三个全连接层将848维的蛋白质序列特征转化为768维；步骤五、预测肽与MHCI类蛋白结合基序。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 基于蛋白质物理化学特征嵌入的肽与MHC I类蛋白结合基序预测方法