公开(公告)号：CN117037902B

公开(公告)日：2024-08-20

申请号：CN202310878825.2

申请日：2023-07-18

Applicant: 哈尔滨工业大学

Inventor： 王福旭 ,  臧天仪 ,  赵飞

IPC: G16B20/30 ,  G16B40/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082

Abstract: 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MHC I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MHC I类蛋白物理化学特征；步骤五、预测肽与MHC I类蛋白结合基序。本发明属于肽与MHC I类蛋白结合基序预测技术领域。

公开(公告)号：CN117037902A

公开(公告)日：2023-11-10

申请号：CN202310878825.2

申请日：2023-07-18

Applicant: 哈尔滨工业大学

Inventor： 王福旭 ,  臧天仪 ,  赵飞

IPC: G16B20/30 ,  G16B40/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082

Abstract: 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MHC I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MHC I类蛋白物理化学特征；步骤五、预测肽与MHC I类蛋白结合基序。本发明属于肽与MHC I类蛋白结合基序预测技术领域。

公开(公告)号：CN117037897B

公开(公告)日：2024-06-14

申请号：CN202310878264.6

申请日：2023-07-18

Applicant: 哈尔滨工业大学

Inventor： 王福旭 ,  臧天仪 ,  王皓俨

IPC: G16B15/30 ,  G16B40/00 ,  G06F40/242 ,  G06F40/284 ,  G06N3/045 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提出一种基于蛋白质结构域特征嵌入的肽与MHCI类蛋白亲和力预测方法。该基于蛋白质结构域特征嵌入的肽与MHCI类蛋白亲和力预测方法利用多头注意力学习肽键与氨基酸残基特征，进行肽与MHCI类蛋白亲和力预测，本发明提出的预测方法与现有其他方法相比较，预测结果准确，满足实际需求。

公开(公告)号：CN115588462A

公开(公告)日：2023-01-10

申请号：CN202211121535.5

申请日：2022-09-15

Applicant: 哈尔滨工业大学

Inventor： 臧天仪 ,  王福旭 ,  王皓 ,  俨赵飞

IPC: G16B15/30 ,  G16B40/00 ,  G16B50/00 ,  G06F40/289 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及基于迁移学习的预测方法，属于大数据分析技术领域，本发明为了解决现有的肽和主要组织相容性复合物结合请合理算法准确性和特异性，相对实际应用有待改进的问题。本发明通过如下步骤实现的：步骤一、对pepRoBERTa训练层进行预训练；步骤二、通过softmax激活函数获得概率分布，获得模型的序列特征；步骤三、对步骤二中得到的模型进行微调；步骤四、对步骤三中微调后的模型进行嵌入并通过RoBERTa训练层和输出层得出结果。本发明不仅利用了肽和MHCI类蛋白结合亲和力数据，并融合了无标签蛋白的序列特征。

公开(公告)号：CN109674469A

公开(公告)日：2019-04-26

申请号：CN201910002013.5

申请日：2019-01-02

Applicant: 哈尔滨工业大学

Inventor： 臧天仪 ,  闵腾飞 ,  王福旭 ,  王跃莹

IPC: A61B5/048 ,  A61B5/00

CPC classification number: A61B5/048 ,  A61B5/4094 ,  A61B5/725 ,  A61B5/7257 ,  A61B5/7267

Abstract: 基于CNN模型的癫痫发作预警算法，是一种基于深度学习的早期癫痫发作预警方法。该发明提出了一种基于CNN模型的癫痫发作预警算法,旨在实现一种癫痫发作预警系统。该算法首先对在IEEG监测下的癫痫患者颅内脑电图(EEG)数据进行预处理，然后基于CNN模型并通过Softmax,Minmax,和Median来标准化预测原始结果，分析基于CNN模型提取癫痫患者EGG数据的ROC曲线和灵敏度特异性分析曲线，得到基于CNN模型的原始预测AUC值。该算法的原始预测AUC值为0.790，也就是说该算法的CNN模型已经学到了预测癫痫的关键信息，能够准确预测基于脑电数据集的癫痫发作时或癫痫发作前状态变化。该算法可用于控制癫痫发作，并可提醒患者何时需要注意驾驶或游泳等潜在危险的活动。

公开(公告)号：CN117037897A

公开(公告)日：2023-11-10

申请号：CN202310878264.6

申请日：2023-07-18

Applicant: 哈尔滨工业大学

Inventor： 王福旭 ,  臧天仪 ,  王皓俨

IPC: G16B15/30 ,  G16B40/00 ,  G06F40/242 ,  G06F40/284 ,  G06N3/045 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提出一种基于蛋白质结构域特征嵌入的肽与MHCI类蛋白亲和力预测方法。该基于蛋白质结构域特征嵌入的肽与MHCI类蛋白亲和力预测方法利用多头注意力学习肽键与氨基酸残基特征，进行肽与MHCI类蛋白亲和力预测，本发明提出的预测方法与现有其他方法相比较，预测结果准确，满足实际需求。