临床个体化肿瘤新抗原的预测模型构建方法

摘要

本发明涉及预测技术，解决了现有临床个体化肿瘤新抗原预测算法的高假阳性、低精确度的缺点，提供了一种临床个体化肿瘤新抗原的预测模型构建方法，其技术方案可概括为：首先选择训练数据，再对训练数据进行清洗，然后对所有肽段进行矢量化，然后再根据HLA等位基因将其划分为20份子集，针对每个子集，都随机拆分为训练集、验证集及测试集，再根据卷积神经网络建立深度学习模型，所述深度学习模型的输出为是否能被HLA分子结合并递呈，最后进行模型训练，直至测试集预测性能达到最佳后停止训练。其有益效果是，所构建的预测模型具有较好的特异度和准确性，适用于临床个体化肿瘤新抗原的预测模型的构建。