公开(公告)号：CN111276252B

公开(公告)日：2023-03-28

申请号：CN202010043127.7

申请日：2020-01-15

Applicant: 北京吉因加科技有限公司

Inventor： 黄毅 ,  易鑫 ,  杨玲 ,  张超 ,  何欣诺 ,  王长希

IPC: G16H50/50

Abstract: 本发明提供的一种肿瘤良恶性鉴别模型的构建方法及装置，包括：取已知良性肿瘤样本和恶性肿瘤样本若干作为训练集，获得训练集中样本的TCR克隆种类和CDR3区段；统计并计算所述CDR3区段出现的频次，然后将所述CDR3区段通过Kmer打断进行重编码；将CDR3重编码后获得的Kmer频率数据进行数据降维处理；将训练集中的已知肿瘤样本的良恶性信息与数据降维后的Kmer数据关联，利用机器学习算法进行模型的训练，得到肿瘤良恶性鉴别模型；上述构建方法构建得到肿瘤良恶性鉴别模型，用于对未知肿瘤样本进行良恶性鉴定，且能够对不同种类的肿瘤样本的良恶性进行鉴定，满足广谱性和特异性的需求。

公开(公告)号：CN111276252A

公开(公告)日：2020-06-12

申请号：CN202010043127.7

申请日：2020-01-15

Applicant: 北京吉因加科技有限公司

Inventor： 黄毅 ,  易鑫 ,  杨玲 ,  张超 ,  何欣诺 ,  王长希

IPC: G16H50/50

Abstract: 本发明提供的一种肿瘤良恶性鉴别模型的构建方法及装置，包括：取已知良性肿瘤样本和恶性肿瘤样本若干作为训练集，获得训练集中样本的TCR克隆种类和CDR3区段；统计并计算所述CDR3区段出现的频次，然后将所述CDR3区段通过Kmer打断进行重编码；将CDR3重编码后获得的Kmer频率数据进行数据降维处理；将训练集中的已知肿瘤样本的良恶性信息与数据降维后的Kmer数据关联，利用机器学习算法进行模型的训练，得到肿瘤良恶性鉴别模型；上述构建方法构建得到肿瘤良恶性鉴别模型，用于对未知肿瘤样本进行良恶性鉴定，且能够对不同种类的肿瘤样本的良恶性进行鉴定，满足广谱性和特异性的需求。