Genome Med张学工/魏磊团队基于先进特征转换技术开发新表位预测方法NeoGuider，性能优于现有方法

张学工和魏磊团队开发了一种名为NeoGuider的新表位预测方法，该方法基于先进的特征转换技术，能够有效解决非线性和分类不平衡问题。NeoGuider可以从患者的测序数据中识别潜在的新表位候选序列，并根据与免疫原性相关的特征对这些序列进行优先排序。研究显示，NeoGuider在多个验证数据集中的新表位预测性能优于现有方法。这种方法通过自定义的核密度估计和中心保序回归进行概率估计，将原始特征值映射到免疫原性对数概率，从而提高了新表位预测的准确性。这为个性化设计基于新表位的免疫疗法提供了有力支持。