一种基于深度学习模型的肿瘤新抗原预测方法及新生抗原预测系...
实质审查的生效
摘要
本发明属于生物医药领域，公开了一种新生抗原预测方法，包括：采集待预测新生抗原的样本，提取样本的基因组DNA和RNA，进行全外显子测序和转录组测序，根据样本的全外显子测序数据进行HLA分型分析，根据转录组测序数据进行RNA表达水平检测；将全外显子测序数据与人类参考基因组进行比对、拼接，分析肿瘤‑正常成对样本的体细胞突变，获得突变肽链序列及其旁侧序列；将HLA分型、突变肽链序列及其旁侧序列、基因表达水平值输入深度学习模型，获得预测的新生抗原。本发明还提供了新生抗原预测系统、相应的装置和应用，本发明能够显著提高新生抗原预测的准确性。
基本信息
专利标题 ：
一种基于深度学习模型的肿瘤新抗原预测方法及新生抗原预测系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114333998A
申请号 ：
CN202011080399.0
公开（公告）日 ：
2022-04-12
申请日 ：
2020-10-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李锐雷俊卿虞韩川枝秦汉楠苏小平李伟迎
申请人 ：
格源致善（上海）生物科技有限公司
申请人地址 ：
上海市徐汇区桂平路680号32幢5层504室
代理机构 ：
上海百一领御专利代理事务所(普通合伙)
代理人 ：
王奎宇
优先权 ：
CN202011080399.0
主分类号 ：
G16B25/10
IPC分类号 ：
G16B25/10 G16B30/10 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G16
特别适用于特定应用领域的信息通信技术
G16B
生物信息学，例如特别适用于计算分子生物学中的遗传或蛋白质相关数据处理的信息与通信技术
G16B25/00
特别适用于杂交的ICT；特别适用于基因或蛋白表达的ICT
G16B25/10
基因或蛋白质表达分型；表示比率估计或标准化
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G16B 25/10
申请日 : 20201010
申请日 : 20201010
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
