iTTCA-混合 swMATH ID: 40047 软件作者： Phasit Charoenkwan；等。 描述： iTTCA-Hybrid：利用混合特征表示改进和稳健地识别肿瘤T细胞抗原。尽管现有的癌症治疗方法层出不穷，但癌症的持续复发和新病例带来了具有挑战性的健康问题，促使人们寻求新的有效治疗。癌症免疫治疗通过利用人体免疫系统对抗癌症，是一个很有希望的治疗场所。因此，肿瘤T细胞抗原的鉴定是一个值得探索的领域。计算工具在肿瘤T细胞抗原的鉴定中发挥了重要作用，从后基因组时代产生的大量肽中及时获得高度准确的模型是非常理想的。在本研究中，我们提出了一种可靠、准确、无偏见和自动化的基于序列的预测因子iTTCA-Hybrid，用于识别肿瘤T细胞抗原。本文提出的iTTCA混合方法采用了两种鲁棒的机器学习模型（例如支持向量机和随机森林）采用五种特征编码策略（即氨基酸组成、二肽组成、伪氨基酸组成、氨基酸性质在序列中的分布以及由氨基酸指数导出的理化性质）构建。严格的独立测试表明，iTTCA-Hybrid方法达到了73.60的精度和曲线下面积 主页： https://www.sciencedirect.com/science/article/abs/pii/S0003269720302797 相关软件： BioSeq分析;国际MRM;i4mC鼠标;XG-PseU公司;DNA4mC-LIP公司;4mC红色;靶向抗Angio;DeepTorrent深激流;ACP红色;型号_4mc;github;国际BLP;深度4mC;iDNA-MS公司;PSAC公司;折叠Rec-C2C;iTerm-PseKNC;RAAC手册;Raac徽标;iCircDA-MF公司;Meta-iPVP公司 引用于： 1文件 全部的 前5名8位作者引用 1 曹仁智 1 丁慧 1 法尔瓦·哈桑 1 基尔·希佩 1 卡桑德拉·亨特 1 汗、里达·萨瓦尔 1 宋晓明 1 哈桑·祖勒菲卡尔 连载1篇 1 数学生物科学与工程 在2个字段中引用 1 计算机科学（68至XX） 1 生物学和其他自然科学（92-XX） 按年份列出的引文