基于预训练模型和先验知识的iNKT细胞Th1型激动剂量化预测模型

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于预训练模型和先验知识的iNKT细胞Th1型激动剂量化预测模型
申请号:CN202510577103
申请日期:2025-05-06
公开号:CN120954510A
公开日期:2025-11-14
类型:发明专利
摘要
基于预训练模型和先验知识的iNKT细胞Th1型激动剂量化预测模型,其属于数据处理的技术领域。该模型结合了Geminimol分子预训练模型及分子对接结果,通过小样本训练模型建立了iNKT细胞Th1倾向性免疫反应生物活性数据与分子之间的联系,从而实现对Th1型免疫反应的定量预测。本发明包括以下步骤:(1)数据集构建。(2)激活iNKT细胞免疫反应靶蛋白组中关键氨基酸残基的筛选。(3)基于AutoDock4GPU的分子对接与基于PLIP库的相互作用分析。(4)基于预训练模型与先验知识的Th1型免疫反应小样本迁移学习模型构建。本发明利用预训练模型与先验知识,能有效预测糖脂类抗原分子对iNKT细胞Th1型免疫应答能力,实现了更高效的促Th1型免疫应答糖脂类抗原效果评估。
技术关键词
预训练模型 分子 无监督学习 迁移学习模型 疏水相互作用 Th1型免疫应答 描述符 高斯径向基函数 数据标签 注意力机制 卤键供体 批量 邻居 口袋 多层感知机 生物 旋转键 受体 统计特征
系统为您推荐了相关专利信息
计算方法 分子模型 生成结构化数据 温度耦合算法 轨迹生成器
隧道 监测系统 指数 大数据 粉尘
多模态影像数据 三维可视化模型 疗效评估系统 肿瘤 生物标志物表达
分子标签 蛋白 点击化学反应 富集 链霉亲和素
图像分类方法 多模态 预训练模型 图像分类装置 文本编码器