原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于生物信息学领域，涉及一种基于基因类型和氨基酸序列的决定性互补区分类方法，将T细胞受体的决定性互补区的可变基因段、连接基因段以及氨基酸序列进行充分融合，旨在提高决定性互补区的分类能力。该方法使用了一种新型的预处理方法，使得决定性互补区的基因类型和氨基酸序列数据合并为一种新数据，并对可变基因段和连接基因段各使用两个卷积神经网络模块同时提取特征，根据卷积提取到的特征对决定性互补区进行分类。该方法包括基因类型和氨基酸序列预处理、特征提取模块的构建和特征分类模块的构建三个步骤。该方法可有效融合决
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117854601A
(43)申请公布日2024.04.09
(21)申请号202410240576.9
(22)申请日2024.03.04
(71)申请人鲁东大学
文档评论（0）