基于时序自注意力机制的疫苗工艺参数预测技术
口蹄疫是一种极为严重的接触性传染病，对家养、野生蹄类动物具有致命威胁，注射疫苗能有效减少动物口蹄疫发病率。在疫苗的制备过程中，为了精确控制生产工艺参数，本文提出了一种基于时序自注意力机制的深度学习模型，用于预测疫苗中核心成分146s抗原在最终试剂中的含量。该模型结合自注意力机制、门控残差网络和静态协变量编码器，能够有效处理长序列数据，并考虑外部协变量对参数的影响。本文在金宇保灵生物药品有限公司提供的数据集上进行实验，实验结果表明该方法能较好的预测146s的含量，并且相比传统LSTM模型具有更高的预测精度和可解释性。本研究为疫苗生产工艺参数预测提供了新的思路。
[1] 谭涛, 任静雷, 倪春霞, 等. 不同抗体检测方法对猪口蹄疫疫苗临床免疫效果的评估［J］.中国猪业,2022,17(03):66-69.
[2] 邵三敏, 吕宁宁, 马冬, 等. 动物疫苗生产工艺研究的现状分析［J］.中国动物保健,2024,26(03):104-105.
[3] 梅建国, 庄金秋, 管宇, 等. 应用Cephodex 微载体规模化生产伪狂犬病疫苗的研究［J］.中国预防兽医学报,2016,38(03):240-244.
[4] 解长占. 欧洲型PRRSV 重组腺病毒疫苗生产工艺及动物模型替代方法建立［D］. 吉林农业大学,2017.
[5] 龚迪, 易小萍, 张元兴.MDCK 细胞微载体悬浮培养放大工艺研究［J］.中国生物工程杂志,2012,32(09):55-60.
[6] Lim B, Arık S Ö, Loeff N, et al.Temporal fusion transformers for interpretable multi-horizon time series forecasting［J］.International Journal of Forecasting, 2021,
37(4): 1748-1764.