一种基于半监督学习框架的T细胞受体序列分类方法
基本信息
| 申请号 | CN202010291254.9 | 申请日 | - |
| 公开（公告）号 | CN111489792A | 公开（公告）日 | 2020-08-04 |
| 申请公布号 | CN111489792A | 申请公布日 | 2020-08-04 |
| 分类号 | G16B40/20(2019.01)I;G06K9/62(2006.01)I | 分类 | - |
| 发明人 | 王嘉寅;边浩东;易鑫;张选平;王科;刘涛 | 申请（专利权）人 | 北京吉因加科技有限公司 |
| 代理机构 | 西安通大专利代理有限责任公司 | 代理人 | 西安交通大学;北京吉因加科技有限公司 |
| 地址 | 710049陕西省西安市咸宁西路28号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于半监督学习框架的T细胞受体序列分类方法，选取CDR3β区域作为输入数据，对T细胞受体数据进行特征编码；根据得到的数据，选择支持向量机、随机森林和决策树的监督学习算法分别构造初始分类器C1、C2、C3；对初始分类器C1、C2、C3进行训练得到扩充的新训练集，产生的训练集进行可重复取样获得三个有标记训练集，然后从每个新训练集产生一个分类器，对分类器进行迭代更新；训练完成后，将三个分类器C1、C2、C3通过投票机制作为一个分类器集成进行使用。本发明适用于T细胞受体序列数据难以获得的情况，性能显著优于现有方法。 |
