首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于演化多目标优化的肽疫苗设计方法 

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:南京大学

摘要:本发明公开一种基于演化多目标优化的肽疫苗设计方法,将原始肽疫苗设计问题重新二目标化,应用嵌入了热启动和修复策略的多目标演化算法求解,可以获得更加优质的结果。本发明所提出的PVD‑EMO框架,它将肽疫苗设计重新表述为双目标优化问题,最大化肽‑MHC分子结合的预期数量同时最小化所选肽的数量,并采用多目标演化算法来解决它。为了提升效率,还将热启动和修复策略嵌入多目标演化算法中。热启动策略确保PVD‑EMO保持与之前的贪心算法Optivax‑P相同的最坏情况近似保证。此外,通过使用一个肽疫苗设计的示例,证明Optivax‑P会陷入局部最优,而PVD‑EMO可以避免。针对由SARS‑CoV‑2病毒引起的COVID‑19的肽疫苗设计实验证明了PVD‑EMO能有效跳出局部最优,获得比最先进算法Optivax‑P更好的解。

主权项:1.一种基于演化多目标优化的肽疫苗设计方法,其特征在于,将原始的肽疫苗设计问题重新表述为一个双目标最大化问题: 其中f2s=-|s|;第一个目标f1等于原始目标f,即,在广泛的人群中预期的肽-MHC结合数,对于满足基数和成对约束的可行解,而对于不可行的解则为-1;第二个目标是子集大小的相反数;使用支配关系来比较解决方案:对于两个解s和s′,1如果则称s弱支配s′;2如果则称s支配s′;3s和s′是不可比较的,如果既不是s≥s′也不是s′≥s,如果一个解没有其他解能够支配它,则该解是帕累托最优的;所有帕累托最优解的目标向量的集合称为帕累托前沿。构造了公式3中的双目标问题后,应用多目标演化算法解决双目标问题;返回多目标演化算法生成的最终种群中的最佳可行解。

全文数据:

权利要求:

百度查询: 南京大学 一种基于演化多目标优化的肽疫苗设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。