1、大量研究表明：病原體感染、腫瘤發(fā)生發(fā)展、自身免疫性疾病的發(fā)生發(fā)展和組織器官移植排斥都與T細(xì)胞抗原識(shí)別和活化異?；蚱x相關(guān)。T細(xì)胞表位(Tcellepitope)是指抗原經(jīng)過抗原提呈細(xì)胞(APC)加工后，由主要組織相容性復(fù)合體(MHC)分子提呈給T細(xì)胞受體(TCR)的短肽。T細(xì)胞表位預(yù)測(cè)是指借助于計(jì)算機(jī)的海量數(shù)據(jù)處理能力，從數(shù)百萬的蛋白質(zhì)里找出既能與特定的MHC分子結(jié)合，又能與特定TCR結(jié)合的抗原肽；并在此基礎(chǔ)上通過生物實(shí)驗(yàn)判斷找到的抗原

2、肽能否使得T細(xì)胞活化；若能，則確定該抗原肽為T細(xì)胞抗原表位。T細(xì)胞表位預(yù)測(cè)技術(shù)對(duì)于減少實(shí)驗(yàn)合成重疊肽、理解T細(xì)胞介導(dǎo)的免疫特異性和研制亞單位多肽及基因疫苗具有重要意義?！　”菊n題是國家自然科學(xué)基金重點(diǎn)項(xiàng)目“T細(xì)胞特異性識(shí)別和活化信息數(shù)量化和可視化研究(No.30230350)”中的一個(gè)重要子課題?！　”疚尼槍?duì)現(xiàn)有基于機(jī)器學(xué)習(xí)的T細(xì)胞表位預(yù)測(cè)中亟待解決的4個(gè)問題(即預(yù)測(cè)模型的收斂速度慢、預(yù)測(cè)錯(cuò)誤率尚可降低、可理解性差和增量學(xué)習(xí)難)進(jìn)行

3、了研究。本論文的研究工作是在利用初級(jí)錨點(diǎn)知識(shí)和遺傳算法將MHC結(jié)合肽的親和力預(yù)測(cè)問題轉(zhuǎn)化成為一個(gè)可供計(jì)算的模式分類問題的基礎(chǔ)上展開的。其主要?jiǎng)?chuàng)新性成果如下：　　1)針對(duì)目前比較流行的基于誤差反傳神經(jīng)網(wǎng)絡(luò)(BPNN)的T細(xì)胞表位預(yù)測(cè)模型存在訓(xùn)練速度慢和難以增量學(xué)習(xí)等不足，本文選取了排序?qū)W習(xí)前向掩蔽模型(SLAM)作為預(yù)測(cè)模型，極大加快了模型的收斂速度。與此同時(shí)，本文還基于SLAM模型提出了快速增量學(xué)習(xí)算法，成功實(shí)現(xiàn)了對(duì)新增樣本的快速增量

4、學(xué)習(xí)。實(shí)驗(yàn)結(jié)果表明，基于SLAM模型的T細(xì)胞表位預(yù)測(cè)模型能夠在很短的時(shí)間內(nèi)快速實(shí)現(xiàn)增量學(xué)習(xí)?！　?)為進(jìn)一步降低T細(xì)胞表位預(yù)測(cè)錯(cuò)誤率，本文首次提出了基于神經(jīng)網(wǎng)絡(luò)集成的預(yù)測(cè)模型。實(shí)驗(yàn)結(jié)果顯示該模型在預(yù)測(cè)錯(cuò)誤率上較單個(gè)神經(jīng)網(wǎng)絡(luò)模型有明顯降低?！　?)模型的可理解性對(duì)于幫助生物學(xué)專家理解MHC分子與抗原肽的結(jié)合機(jī)理肓著重要意義。于是，本文提出了基于粗集的T細(xì)胞表位預(yù)測(cè)模型，其中包含了基于信息熵的屬性約簡(jiǎn)完備算法和結(jié)合錨點(diǎn)知識(shí)的屬性值順序約

5、簡(jiǎn)算法。該模型將MHC結(jié)合肽的領(lǐng)域知識(shí)巧妙地融入到了基于粗集理論的知識(shí)獲取方法中，從而使得該模型在基本維持了與神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型同等預(yù)測(cè)錯(cuò)誤率的情況下，提取出了易于專家理解的產(chǎn)生式規(guī)則。這些規(guī)則有助于生物學(xué)專家將其注意力集中于某些很可能的關(guān)鍵模式上，并便于生物學(xué)專家通過對(duì)這些很可能的關(guān)鍵模式的驗(yàn)證和分析來進(jìn)一步理解蘊(yùn)含于其中的免疫學(xué)機(jī)理。　　4)為了進(jìn)一步降低預(yù)測(cè)錯(cuò)誤率，受神經(jīng)網(wǎng)絡(luò)集成思想的啟發(fā)，本文提出了規(guī)則集集成算法(RSEN)，并

6、構(gòu)造出了基于該算法的T細(xì)胞表位預(yù)測(cè)模型。該模型能夠充分利用來自各種不同的屬性約簡(jiǎn)和屬性值約簡(jiǎn)算法的多樣性優(yōu)勢(shì)。實(shí)驗(yàn)結(jié)果表明，基于RSEN算法的T細(xì)胞表位預(yù)測(cè)模型不僅繼續(xù)保持了所獲取到的規(guī)則的易理解性，而且具有比基于BPNN或粗集的T細(xì)胞表位預(yù)測(cè)模型更低的預(yù)測(cè)錯(cuò)誤率?！　?)為了進(jìn)一步增強(qiáng)T細(xì)胞表位預(yù)測(cè)模型的可理解性，本文在設(shè)計(jì)出了一整套描述規(guī)則與決策表的定量指標(biāo)的基礎(chǔ)上，提出了基于粗集的順序規(guī)則預(yù)剪枝算法，并將MHC結(jié)合肽的領(lǐng)域知識(shí)融

7、合到了該算法中。MHCⅡ類分子結(jié)合肽的實(shí)驗(yàn)結(jié)果表明，該算法能夠在降低或維持原有預(yù)測(cè)錯(cuò)誤率的同時(shí)，大大減少了所獲取到的順序規(guī)則集中規(guī)則的數(shù)目和長(zhǎng)度?！　?)在研究基于粗集理論的知識(shí)獲取方法的過程中，本文發(fā)現(xiàn)了現(xiàn)有大部分屬性約簡(jiǎn)算法的共同特征(即過度依賴“保持決策表的原有分類能力不變”的基本思想)在一定程度上會(huì)削弱獲取到的規(guī)則的推廣能力，于是，提出了一種新穎的基于粗集和主成分分析的知識(shí)獲取方法。該方法在進(jìn)行知識(shí)獲取的過程中，利用主成分分析