本科生毕业设计科研项目

1.肿瘤免疫治疗的T细胞特异性肿瘤新抗原筛选与预测

英文题目:T-cell Specific Neoantigen Screening and Prediction in Tumor Immunotherapy

合作导师:曾浔(浙江大学医学院研究员、博士生导师

项目介绍: 肿瘤的发生、发展是细胞内DNA在长时间的多种因素影响下导致的随机突变累积的结果。伴随着肿瘤细胞的产生,肿瘤细胞开始表达肿瘤特异性抗原:基因突变会导致蛋白质序列发生变化,这些变化的多肽(特异性抗原)通过MHC分子呈递给T细胞,从而被T细胞所识别并消灭。这些变异的多肽抗原称为新抗原(neoantigen)。而由变异的蛋白质引起细胞内其他正常蛋白的异常表达所产生的抗原称为自身抗原(self-antigen)。肿瘤免疫治疗方法通过筛选抗原库,发现肿瘤特异性抗原及这些抗原特异性的CD4+、CD8+T细胞,运用体外扩增、慢病毒表达抗原特异性TCRs等技术扩增肿瘤抗原特异性T细胞,并回输到患者体内,达到治疗肿瘤的目的。

肿瘤细胞具有高度异质性。具体地,DNA不同位点的突变造成新抗原氨基酸多肽序列不一致,导致识别新抗原多肽的T细胞受体(TCRs)不同。这就造成即使这两个病人诱发肿瘤的蛋白完全一样, 能治疗病人A的T细胞不一定能治疗病人B。因此,寻找肿瘤新抗原是个体化精准治疗的必要手段。

本项本科毕业设计主要的研究任务为通过生物信息学分析及数学模型,寻找肿瘤新抗原结合MHC分子的规律,发现肿瘤新抗原特异性T细胞的TCR序列,为进一步的肿瘤免疫治疗打下基础。

 

图1. 肿瘤新抗原的作用原理: 假设病人A和B的基因背景完全一致,同时假设蛋白X的突变就可以导致肿瘤。因为基因的随机突变可以发生在蛋白X的DNA序列的任何部位,从而导致两个病人的蛋白X的突变的氨基酸序列不同(蛋白质上的红色部位和蓝色部位)。这些肿瘤细胞将突变的多肽经过MHC分子呈递在细胞表面,并被不同的T细胞识别。由于多肽的序列不同,治疗病人A的T细胞不能用于治疗病人B。

研究内容:

  • 以小鼠肿瘤细胞系全基因组为实验数据,通过Net-MHC4.0等软件预测能够与MHC I类分子结合的肿瘤新抗原多肽。

  • 理解Net-MHC4.0等软件的算法规则及MHC I类分子与多肽结合的原则,完善算法,建立新的模型。

  • 通过与生物实验室合作验证新的算法与模型,提高预测的准确性。

2.针对小目标检测、跟踪的多摄像头协同控制算法研究

英文题目: Detection and Tracking of Small Objects using Cooperation Cameras

 

图2. 移动目标检测、跟踪实验平台摄像头分布示意。

项目介绍:智能视频监控利用计算机视觉及图像处理算法,在无人值守情况下对监控摄像机拍摄的视频进行自动化分析,实现对特定目标的检测、识别与跟踪。目前,智能视频监控在监测、识别、追踪小目标时面临着很多的难题,其中,由于小目标由于在画面中像素点少,特征不明显,易受噪声影响,对小目标的检测一直是智能视频监控中的重大难题之一。

本课题拟研究多摄像头协同控制技术,解决一般监控系统无法兼顾监控范围和分辨率的问题,实现对小目标物体的检测、识别与跟踪。在本项毕业设计中,主要的研究任务是:通过广角静止摄像头和高分辨率PTZ摄像头的协同控制,实现对小目标的检测和追踪。具体的,首先,使用静止摄像头,通过目标检测算法(如帧间差分、背景差分等)实现对运动小目标的检测;然后,根据其检测结果控制高分辨率移动摄像头对检测目标进行识别;最后,通过跟踪算法实现对目标的追踪监控。

研究内容:

  • 调研当前主流的目标检测、识别与跟踪算法和云台控制算法;

  • 根据硬件设备的特点,设计工程上可行的整体方案;

  • 实现小目标检测和追踪的算法并完成多摄像头系统的协同控制;

  • 在硬件系统上实验测试,并对不同算法做比较分析。