← 返回列表
一种基于蛋白质结构域预测与生物大分子修饰结合的类抗体的方法
申请人信息
- 申请人:康复大学(筹); 青岛赛诺基因科技有限公司
- 申请人地址:266100 山东省青岛市市南区山东路17号
- 发明人: 康复大学(筹); 青岛赛诺基因科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于蛋白质结构域预测与生物大分子修饰结合的类抗体的方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311419536.2 |
| 申请日 | 2023/10/30 |
| 公告号 | CN117594114A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | G16B15/30 |
| 权利人 | 康复大学(筹); 青岛赛诺基因科技有限公司 |
| 发明人 | 李磊; 姜豪强; 邹洋; 张汉忠; 周长景 |
| 地址 | 山东省青岛市市南区山东路17号; 山东省青岛市中国(山东)自由贸易试验区青岛片区太白山路172号中德生态园双创中心5624室 |
摘要文本
本发明公开了一种基于蛋白质结构域预测与生物大分子修饰结合的类抗体的方法。本发明所述方法包括蛋白质结构域突变文库的构建、淘选以及高通量测序，高通量测序数据的处理和类抗体预测模型训练数据集的构建，基于卷积神经网络构建类抗体预测模型的搭建并训练，利用模型预测并筛选候选类抗体探索特征序列等步骤。利用本发明所述方法可以实现对类抗体序列特征的探索，实现对类抗体的快速筛选，有利于寻找噬菌体展示或生物淘选技术难以发现的具有高亲和力的类抗体，具有低成本、高精度的优点。
专利主权项内容
1.一种基于蛋白质结构域预测与生物大分子修饰结合的类抗体的方法，其特征在于，包括以下步骤：S1.基于蛋白质结构域，分析其中可能与生物大分子修饰结合的氨基酸位点并进行突变，获得突变文库后进行淘选；S2.对突变文库及淘选获得的文库进行高通量测序，对测序所得数据进行处理，得到突变体序列并构建类抗体预测模型数据集；所述类抗体预测模型数据集包括类抗体二分类模型与回归模型数据集；S3.基于卷积神经网络构建类抗体二分类预测模型和回归预测模型，利用构建的二分类模型与回归模型数据集分别对构建的二分类预测模型和回归预测模型进行训练；S4.用训练后的二分类预测模型和回归预测模型分别对步骤S2处理得到的突变体序列打分，保留得分高于野生型的突变体序列，统计突变体序列各突变位置上的富集氨基酸，按照突变位置的先后将氨基酸进行排列组合，生成待预测序列；S5.计算待预测序列中每个突变位置的氨基酸的保守性，根据最不保守的突变位置上的氨基酸将待预测序列分组；重新计算每个组的待预测序列的每个突变位置的氨基酸的保守性，确定每组每个位置上最保守的氨基酸，将最保守的氨基酸依次组合，形成的序列即为预测的类抗体。 更多数据：搜索马克数据网来源：