[发明专利]肿瘤新生抗原预测方法、装置、设备及介质

说明书

本发明实施例公开了一种肿瘤新生抗原预测方法、装置、设备及介质。该方法包括：获取肿瘤患者的白细胞抗原序列和肽段序列；将所述白细胞抗原序列和所述肽段序列输入至训练好的亲和力分值预测模型中，得到所述白细胞抗原序列和所述肽段序列的亲和力分值；根据亲和力分值确定所述肽段序列是否为肿瘤新生抗原。本发明实施例的技术方案，可通过亲和力分值预测模型自动提取特征，可以提取到更加深层的特征，从而提高亲和力分值的准确性；解决了确定肿瘤新生抗原准确率和效率不高的问题，实现提高确定肿瘤新生抗原的准确率和效率，降低人力成本的效果。

技术领域

本发明实施例涉及生物信息技术领域，尤其涉及一种肿瘤新生抗原预测方法、装置、设备及介质。

背景技术

肿瘤新生抗原是指被人体抗原呈递细胞识别的原本不存于人体的“非我”新生蛋白多肽，该“非我”的新生多肽主要是由肿瘤细胞突变形成的突变蛋白凋亡而来，肿瘤新生抗原是激发机体免疫系统对肿瘤细胞初始免疫反应的关键因素。

目前，对肿瘤新生抗原的预测方法主要分三类：第一类基于结构的方法；第二类基于特定位置的打分矩阵预测肽段与新生抗原的亲和力值；第三种基于机器学习方法。

基于结构的方法，是通过计算肽段-HLA复合体的最小自由能，但由于结晶结构的数量有限，预测的速度非常慢，并且不准确；基于特定位置的打分矩阵预测肽段与新生抗原的亲和力值，该方法线性计算复杂度要比基于结构的方法和基于机器学习的方法的非线性计算复杂度低的多，但是需要对相似基序设定特征，构造特定位置的打分函数，需要融入专家经验，过程复杂繁琐且准确率不高；基于机器学习方法预测，通过支持向量机、隐马尔可夫模型、简单神经网络等模型预测大量的HLA类型的AUC平均值，提供了很好的预测工具，但是需要考虑肽中每个位置上每个残基的贡献，构造一个定量矩阵，然后输入一个机器学习模型，这个过程中需要不断的重复考量残基的贡献分数，要求很高的专业知识和经验，不能自动提取高级特征，对于出现在大多数人群中的少数HLA类型，预测的精度也不够准确，同时由于它们非线性性，这些方法在预测从全基因组和转录组测序数据中产生的大量肽方面效率低下；基于组合的方法，性能有所提高，但是性能依然不尽如人意。

发明内容

本发明实施例提供一种肿瘤新生抗原预测方法、装置、设备及介质，以实现提高确定肿瘤新生抗原的准确性，降低人力成本的效果。

第一方面，本发明实施例提供了一种肿瘤新生抗原预测方法，该方法包括：

获取肿瘤患者的白细胞抗原序列和肽段序列；

将所述白细胞抗原序列和所述肽段序列输入至训练好的亲和力分值预测模型中，得到所述白细胞抗原序列和所述肽段序列的亲和力分值；

根据亲和力分值确定所述肽段序列是否为肿瘤新生抗原。

第二方面，本发明实施例还提供了一种肿瘤新生抗原预测装置，该装置包括：

序列获取模块，用于获取肿瘤患者的白细胞抗原序列和肽段序列；

亲和力分值获取模块，用于将所述白细胞抗原序列和所述肽段序列输入至训练好的预测模型中，得到所述白细胞抗原序列和所述肽段序列的亲和力分值；

肿瘤新生抗原确定模块，用于根据亲和力分值确定所述肽段序列是否为肿瘤新生抗原。

第三方面，本发明实施例还提供了一种肿瘤新生抗原预测设备，其中，所述肿瘤新生抗原预测设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所提供的肿瘤新生抗原预测方法。