[发明专利]一种抗原表位的检测方法、系统及终端设备有效
申请号: | 201811153746.0 | 申请日: | 2018-09-30 |
公开(公告)号: | CN109326324B | 公开(公告)日: | 2022-01-25 |
发明(设计)人: | 羊红光;智杏娟;成彬;柳凌云 | 申请(专利权)人: | 河北省科学院应用数学研究所 |
主分类号: | G16B20/00 | 分类号: | G16B20/00 |
代理公司: | 石家庄国为知识产权事务所 13120 | 代理人: | 张贵勤 |
地址: | 050081 河北*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 抗原 检测 方法 系统 终端设备 | ||
本发明适用于计算机应用技术领域,提供了一种抗原表位的检测方法、系统以及终端设备,所述方法包括:获取训练样本和待检测蛋白质序列,训练样本包括表位样本和非表位样本,表位样本为包含抗原表位的蛋白质序列,非表位样本为未包含抗原表位的蛋白质序列,分别提取表位样本的特征向量和非表位样本的特征向量,利用表位样本的特征向量和非表位样本的特征向量对标准神经网络模型进行训练,得到预测神经网络模型,提取待检测蛋白质序列的特征向量,并将待检测蛋白质序列的特征向量输入至预测神经网络模型中,得到对应的抗原表位检测结果,所需步骤较少以及耗时较短。
技术领域
本发明属于计算机应用技术领域,尤其涉及一种抗原表位的检测方法、系统及终端设备。
背景技术
在抗原抗体的结合反应中,抗体参与结合的部位称抗体的对位,抗原参与结合的部位称抗原的表位。表位就是抗原中能被免疫细胞特异性识别的线性片段或空间构象性结构,是引起免疫应答和免疫反应的基本单位。
现有技术中,一般是通过X-射线衍射方法确定细胞的表位,通过X-射线衍射方法确定抗原表位的过程比较繁琐,需要进行的步骤较多,工作量大,耗时较长。
发明内容
有鉴于此,本发明实施例提供了一种抗原表位的检测方法、系统及终端设备,以解决现有技术中通过X-射线衍射方法确定细胞的表位存在步骤繁琐以及耗时较长的问题。
本发明实施例的第一方面提供了一种抗原表位的检测方法,包括:
获取训练样本和待检测蛋白质序列,所述训练样本包括表位样本和非表位样本,所述表位样本为包含抗原表位的蛋白质序列,所述非表位样本为未包含抗原表位的蛋白质序列;
分别提取所述表位样本的特征向量和所述非表位样本的特征向量;
利用所述表位样本的特征向量和所述非表位样本的特征向量对标准神经网络模型进行训练,得到预测神经网络模型;
提取所述待检测蛋白质序列的特征向量,并将所述待检测蛋白质序列的特征向量输入至所述预测神经网络模型中,得到对应的抗原表位检测结果。
本发明实施例的第二方面提供了一种抗原表位的检测系统,包括:
样本获取模块,用于获取训练样本和待检测蛋白质序列,所述训练样本包括表位样本和非表位样本,所述表位样本为包含抗原表位的蛋白质序列,所述非表位样本为未包含抗原表位的蛋白质序列;
特征向量提取模块,用于分别提取所述表位样本的特征向量和所述非表位样本的特征向量;
神经网络模型生成模块,用于利用所述表位样本的特征向量和所述非表位样本的特征向量对标准神经网络模型进行训练,得到预测神经网络模型;
表位检测结果生成模块,用于提取所述待检测蛋白质序列的特征向量,并将所述待检测蛋白质序列的特征向量输入至所述预测神经网络模型中,得到对应的抗原表位检测结果。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述抗原表位的检测方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述抗原表位的检测方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河北省科学院应用数学研究所,未经河北省科学院应用数学研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811153746.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基因组的组装方法及装置
- 下一篇:一种基因序列比对的方法、系统及相关组件