公开(公告)号：CN117577180A

公开(公告)日：2024-02-20

申请号：CN202311594625.0

申请日：2023-11-28

Applicant: 浙江大学

Inventor： 周展 ,  赵文艺 ,  吴静成 ,  周宇轩

IPC: G16B20/30 ,  G16B15/30 ,  G16H50/30

Abstract: 本发明提供了一种基于多组学数据识别非经典肿瘤新抗原的装置与方法，属于生物信息学技术领域，包括：线性RNA非规范翻译多肽的鉴定；环状RNA翻译多肽的鉴定；结合线性非编码RNA和环状RNA翻译多肽，构建定制的个性化蛋白质组数据库；使用蛋白质组学搜库软件，基于质谱数据对个性化蛋白质组数据库中的多肽序列进行搜索，识别与谱图匹配的非规范多肽序列；鉴定肿瘤组织中的人类白细胞抗原分型，并基于非规范翻译多肽与各HLA分型的结合亲和力确定新抗原。本发明同时考虑了线性RNA和环状RNA来源的非规范翻译ORF产生的新抗原，能够更全面、准确地预测非经典来源的新抗原，有助于进一步筛选到具有更强免疫原性的肿瘤新抗原靶标。

公开(公告)号：CN115394376B

公开(公告)日：2023-04-18

申请号：CN202211194884.X

申请日：2022-09-28

Applicant: 奥明(杭州)生物医药有限公司 ,  浙江大学智能创新药物研究院

Inventor： 童云广 ,  周展 ,  徐玉莲 ,  姚世豪 ,  吴静成 ,  赵文彬 ,  周宇轩

IPC: G16C20/50 ,  G16C20/70

Abstract: 本发明公开了一种基于DeepCPI计算框架将特征嵌入与深度学习方法相结合实现预测环状RNA IRES的方法。在预测过程中，该方法使用S‑LSTM学习全局句子级节点来表征整个RNA序列，从而为分类任务建模上下文信息。此外，该方法通过一个加权RNA图来模拟RNA的二级结构，并基于GCN提取所需结构特征。与此同时，该方法采用下采样和模型集成解决数据不平衡带来的问题。验证实验结果表明，与目前各种深度学习方法相比，本发明所述方法不仅在序列和结构中提取特征方面具有最佳的性能，而且能有效预测不同长度的人和病毒环状RNA IRES。由此可见，本发明所提供的方法可以应用于环状RNA编码能力研究以及随后的环状RNA设计和应用，如环状RNA疫苗的开发。

公开(公告)号：CN115394376A

公开(公告)日：2022-11-25

申请号：CN202211194884.X

申请日：2022-09-28

Applicant: 奥明(杭州)生物医药有限公司 ,  浙江大学智能创新药物研究院

Inventor： 童云广 ,  周展 ,  徐玉莲 ,  姚世豪 ,  吴静成 ,  赵文彬 ,  周宇轩

IPC: G16C20/50 ,  G16C20/70

Abstract: 本发明公开了一种基于DeepCPI计算框架将特征嵌入与深度学习方法相结合实现预测环状RNA IRES的方法。在预测过程中，该方法使用S‑LSTM学习全局句子级节点来表征整个RNA序列，从而为分类任务建模上下文信息。此外，该方法通过一个加权RNA图来模拟RNA的二级结构，并基于GCN提取所需结构特征。与此同时，该方法采用下采样和模型集成解决数据不平衡带来的问题。验证实验结果表明，与目前各种深度学习方法相比，本发明所述方法不仅在序列和结构中提取特征方面具有最佳的性能，而且能有效预测不同长度的人和病毒环状RNA IRES。由此可见，本发明所提供的方法可以应用于环状RNA编码能力研究以及随后的环状RNA设计和应用，如环状RNA疫苗的开发。