您的位置: 专家智库 > >

赵璞

作品数:2 被引量:0H指数:0
供职机构:同济大学理学院化学系更多>>
发文基金:国家自然科学基金更多>>
相关领域:生物学理学自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 2篇生物学
  • 1篇自动化与计算...
  • 1篇理学

主题

  • 2篇结合多肽
  • 2篇多肽
  • 2篇HLA-A*...
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇受试者
  • 1篇受试者工作曲...
  • 1篇向量
  • 1篇向量机
  • 1篇抗原
  • 1篇抗原肽
  • 1篇编码方法
  • 1篇ROC
  • 1篇HLA

机构

  • 2篇同济大学

作者

  • 2篇赵璞
  • 2篇李通化

传媒

  • 1篇高等学校化学...
  • 1篇上海市化学化...

年份

  • 1篇2009
  • 1篇2008
2 条 记 录,以下是 1-2
排序方式:
基于环境的编码方法在预测HLA-A*0201结合多肽中的应用
2009年
T淋巴细胞对抗原的识别是产生与调节有效免疫应答的关键,T细胞只识别主要组织相容性复合物(MHC)呈递上来的抗原,因此MHC与抗原多肽的结合就成为一系列免疫应答过程中基础的一环.为了辅助疫苗设计,多种机器学习技术已被普遍应用于MHC结合多肽的预报领域中.本文以支持向量机(SVM)为手段,以HLA-A*0201的实验数据集为对象,对多种肽段编码方法形成的模型进行评价,得到的AUC值的范围在0.932~0.936之间.提出一种新的利用抗原多肽结合环境的编码方法,使预报的AUC值提高到0.953.对独立数据集进行建模预报,同样证明环境编码模型的预报准确率高于传统编码方法的准确率.
赵璞李通化
利用支持向量机预测HLA-A*0201结合多肽
主要组织相容性复合物(MHC)结合的抗原肽是免疫监督过程中的关键一步。大量的计算机方法应用于这一领域,并且已经取得了不错的预测结果。预测方法有motif法、以结构为基础的方法、机器统计学习的方法等,并达到预报准确率在70...
赵璞李通化
关键词:支持向量机抗原肽
文献传递
共1页<1>
聚类工具0