一种基于迁移学习的TCR-表位结合预测方法及系统
Abstract:
本发明公开了一种基于迁移学习的TCR‑表位结合预测方法,包括:获取TCR序列数据集,对所述TCR序列数据集进行数据处理,通过对TCR序列过滤得到表位序列,通过动态训练策略得到训练集和测试集;训练自回归编码器模型和ProtBert模型,并对TCR序列和表位序列进行特征提取,得到TCR序列特征和表位序列特征;对所述TCR序列特征和表位序列特征通过二维直方图进行数据转换,并输入到二维卷积网络中输出向量,将输出向量输入到全连接网络,得到第一输出向量,同时将二维卷积网络中输出向量合并,得到第二路网络;将第一输出向量和第二路网络通过多头注意力策略合并,对合并向量进行扁平化处理,得到全连接网络的输入,提高了TCR‑表位结合任务的预测准确性。
Public/Granted literature
Patent Agency Ranking
0/0