公开(公告)号：CN117912568B

公开(公告)日：2024-08-06

申请号：CN202410020894.4

申请日：2024-01-05

申请人： 中山大学 ,  中山大学·深圳 ,  中国农业大学

发明人： 杜向军 ,  蒲娟 ,  翟珂 ,  董金泽 ,  曾金锋 ,  程佩文 ,  吴昕晟 ,  毕卓畅 ,  王子涵

IPC分类号： G16B40/00 ,  G16B20/20 ,  G16B20/50 ,  G16B30/00 ,  G16B50/30 ,  G16B45/00 ,  G06F18/23213 ,  G06F18/2431 ,  G06F18/20

摘要： 本发明公开了一种H9N2亚型禽流感毒株抗原性快速鉴别方法及装置，用于解决如何快速鉴别H9N2亚型禽流感毒株抗原性的技术问题。方法包括：获取H9N2亚型禽流感病毒的多组病毒对，确定每组病毒对的抗原关系，并基于抗原关系，采用多组病毒对构建预测数据集；对H9N2亚型禽流感病毒进行抗原表位系统定义，确定若干组抗原性影响特征；结合抗原关系以及若干组抗原性影响特征，构建抗原性预测模型，并采用预测数据集对抗原性预测模型进行训练，获得目标预测模型；获取待测抗原病毒数据，将其输入至目标预测模型进行抗原关系预测，并基于预测结果，对待测抗原病毒数据中多组病毒两两之间的抗原性进行鉴别。

公开(公告)号：CN117912568A

公开(公告)日：2024-04-19

申请号：CN202410020894.4

申请日：2024-01-05

申请人： 中山大学 ,  中山大学·深圳 ,  中国农业大学

发明人： 杜向军 ,  蒲娟 ,  翟珂 ,  董金泽 ,  曾金锋 ,  程佩文 ,  吴昕晟 ,  毕卓畅 ,  王子涵

IPC分类号： G16B40/00 ,  G16B20/20 ,  G16B20/50 ,  G16B30/00 ,  G16B50/30 ,  G16B45/00 ,  G06F18/23213 ,  G06F18/2431 ,  G06F18/20

摘要： 本发明公开了一种H9N2亚型禽流感毒株抗原性快速鉴别方法及装置，用于解决如何快速鉴别H9N2亚型禽流感毒株抗原性的技术问题。方法包括：获取H9N2亚型禽流感病毒的多组病毒对，确定每组病毒对的抗原关系，并基于抗原关系，采用多组病毒对构建预测数据集；对H9N2亚型禽流感病毒进行抗原表位系统定义，确定若干组抗原性影响特征；结合抗原关系以及若干组抗原性影响特征，构建抗原性预测模型，并采用预测数据集对抗原性预测模型进行训练，获得目标预测模型；获取待测抗原病毒数据，将其输入至目标预测模型进行抗原关系预测，并基于预测结果，对待测抗原病毒数据中多组病毒两两之间的抗原性进行鉴别。

公开(公告)号：CN118782148A

公开(公告)日：2024-10-15

申请号：CN202410988849.8

申请日：2024-07-23

申请人： 中山大学 ,  中山大学·深圳 ,  深圳市宝安区疾病预防控制中心(深圳市宝安区卫生检验中心、深圳市宝安区职业病防治所)

发明人： 杜向军 ,  陈亿雄 ,  冯镜儒 ,  韩文杰 ,  任萌 ,  翟珂 ,  张弛 ,  陈绎霖 ,  龙浩雨 ,  程佩文 ,  张晟 ,  王梓琪

IPC分类号： G16B30/10 ,  G16B40/20 ,  G16B40/30 ,  G16B20/30

摘要： 本发明公开了一种新型冠状病毒毒株抗原性快速鉴别方法及装置，用于解决现有相关技术中存在的时间经济成本较高，突变分析不够及时准确的技术问题。所述方法包括：获取新型冠状病毒的多组毒株对序列，以及每一组毒株对序列各自对应的多位抗原描述符；基于多个多位抗原描述符，将多组毒株对序列转换为抗原描述数据集，并根据抗原描述数据集，通过模型训练获得抗原关系预测模型；获取毒株序列信息，并对毒株序列信息进行层级采样，获得待测序列信息；采用抗原关系预测模型对待测序列信息进行抗原相似性预测，获得待测序列信息中多个毒株两两之间抗原相似关系的预测结果。

公开(公告)号：CN118942538A

公开(公告)日：2024-11-12

申请号：CN202410989243.6

申请日：2024-07-23

申请人： 中山大学 ,  广州国家实验室

发明人： 杜向军 ,  蒋太交 ,  韩文杰 ,  苗智超 ,  程佩文 ,  翟珂 ,  曾金锋 ,  冯镜儒 ,  张弛 ,  陈绎霖

IPC分类号： G16B20/30 ,  G16B40/30

摘要： 本申请公开了一种B型流感病毒抗原性快速鉴别方法、装置、终端及介质。本申请首先基于现有B型流感病毒Victoria谱系和Yamagata谱系毒株的血凝抑制试验数据分别判断两个谱系内部不同毒株之间的抗原关系，然后，基于两两毒株的血凝素蛋白上的HA1片段之间氨基酸序列的差异确定了四组与抗原改变相关的特征，分别是与抗原表位、物理化学性质、受体结合区域和氮糖基化改变有关的特征。基于以上四组特征，使用机器学习算法分别构建针对Victoria和Yamagata谱系的抗原关系预测模型，并应用于预测对应谱系内部任意两个毒株之间的抗原关系，可以实现对B型流感两个谱系病毒抗原性的快速预测。