公开(公告)号：CN114822680A

公开(公告)日：2022-07-29

申请号：CN202210172888.1

申请日：2022-02-24

Applicant: 南京工业大学

Inventor： 刘辉 ,  房意明

IPC: G16B15/30 ,  G16B30/10 ,  G16B40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公布了一种基于自监督对比学习的TCR与抗原复合物亲和力预测算法，包括预训练与预测两个阶段：1)对比学习预训练阶段,使用TCR序列作为训练集，对TCR序列的氨基酸计算注意力权重，以一定概率掩盖部分氨基酸产生新的TCR序列，通过Transformer编码器进行编码，生成两条序列的向量表示(embedding)，然后根据对比学习框架，计算两条序列的余弦相似性，归一化温度‑尺度交叉熵(NT‑Xent损失)计算损失，使用梯度下降算法进行损失函数优化。2)下游预测阶段，操作者将待测试的TCR序列与抗原复合物序列，输入至训练好的Transformer编码器得到向量表示，将特征向量串联后输入到全连接网络中预测TCR与抗原复合物亲和力。该实施例中，在样本数32,044和619两个独立的benchmark数据集上分别可以达到acc＝0.88、auc＝0.09和acc＝0.96、auc＝0.97，说明本算法具有可靠的预测性能，且对不同的数据集都有很好的鲁棒性。

公开(公告)号：CN114822680B

公开(公告)日：2024-10-15

申请号：CN202210172888.1

申请日：2022-02-24

Applicant: 南京工业大学

Inventor： 刘辉 ,  房意明

IPC: G16B15/30 ,  G16B30/10 ,  G16B40/30 ,  G06N3/0455 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明公布了一种基于自监督对比学习的TCR与抗原复合物亲和力预测算法，包括预训练与预测两个阶段：1)对比学习预训练阶段,使用TCR序列作为训练集，对TCR序列的氨基酸计算注意力权重，以一定概率掩盖部分氨基酸产生新的TCR序列，通过Transformer编码器进行编码，生成两条序列的向量表示(embedding)，然后根据对比学习框架，计算两条序列的余弦相似性，归一化温度‑尺度交叉熵计算损失，使用梯度下降算法进行损失函数优化。2)下游预测阶段，操作者将待测试的TCR序列与抗原复合物序列，输入至训练好的Transformer编码器得到向量表示，将特征向量串联后输入到全连接网络中预测TCR与抗原复合物亲和力。