亲和力预测方法、装置、计算机设备及存储介质制造方法及图纸

本申请实施例公开了一种亲和力预测方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：获取抗原序列信息和抗体序列信息，抗体序列信息包括抗体序列的轻链序列信息和重链序列信息，抗原序列信息表示抗原序列中的氨基酸；分别对抗原序列信息、轻链序列信息和重链序列信息进行特征提取，得到抗原序列特征、轻链序列特征和重链序列特征；对抗原序列特征、轻链序列特征和重链序列特征进行融合，得到融合序列特征；对融合序列特征进行全连接，得到亲和力检测结果，亲和力检测结果表示抗体序列对抗原序列的亲和力。本申请不仅考虑的因素较为全面，而且还划分了重链与轻链两个粒度，有利于提高预测亲和力的准确性。有利于提高预测亲和力的准确性。有利于提高预测亲和力的准确性。

【技术实现步骤摘要】
亲和力预测方法、装置、计算机设备及存储介质


[0001]本申请实施例涉及计算机
，特别涉及一种亲和力预测方法、装置、计算机设备及存储介质。

技术介绍

[0002]抗原序列是免疫系统需要清除的物质，抗原序列能诱导机体发生免疫应答，并与免疫应答产生的抗体序列进行结合，发生免疫防御，对维护人体健康发挥重要作用。研究抗体序列对特定抗原序列的亲和力的大小，对于理解免疫系统至关重要，并进一步可以促进免疫治疗和疫苗的设计和研发。基于此，亟需一种预测抗原序列对特定抗原序列的亲和力的方法。

技术实现思路

[0003]本申请实施例提供了一种亲和力预测方法、装置、计算机设备及存储介质，能够提高预测亲和力的准确性。所述技术方案如下：
[0004]一方面，提供了一种亲和力预测方法，所述方法包括：
[0005]获取抗原序列信息和抗体序列信息，所述抗体序列信息包括抗体序列的轻链序列信息和重链序列信息，所述抗原序列信息表示抗原序列中的氨基酸，所述轻链序列信息表示所述抗体序列的轻链中的氨基酸，所述重链序列信息表示所述抗体序列的重链中的氨基酸本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种亲和力预测方法，其特征在于，所述方法包括：获取抗原序列信息和抗体序列信息，所述抗体序列信息包括抗体序列的轻链序列信息和重链序列信息，所述抗原序列信息表示抗原序列中的氨基酸，所述轻链序列信息表示所述抗体序列的轻链中的氨基酸，所述重链序列信息表示所述抗体序列的重链中的氨基酸；分别对所述抗原序列信息、所述轻链序列信息和所述重链序列信息进行特征提取，得到抗原序列特征、轻链序列特征和重链序列特征；对所述抗原序列特征、所述轻链序列特征和所述重链序列特征进行融合，得到融合序列特征；对所述融合序列特征进行全连接，得到亲和力检测结果，所述亲和力检测结果表示所述抗体序列对所述抗原序列的亲和力。2.根据权利要求1所述的方法，其特征在于，所述亲和力检测结果是通过亲和力预测模型得到的，所述亲和力预测模型包括抗原编码网络、轻链编码网络和重链编码网络；所述分别对所述抗原序列信息、所述轻链序列信息和所述重链序列信息进行特征提取，得到抗原序列特征、轻链序列特征和重链序列特征，包括：通过所述抗原编码网络，对所述抗原序列信息进行特征提取，得到所述抗原序列特征；通过所述轻链编码网络，对所述轻链序列信息进行特征提取，得到所述轻链序列特征；通过所述重链编码网络，对所述重链序列信息进行特征提取，得到所述重链序列特征。3.根据权利要求2所述的方法，其特征在于，所述通过所述抗原编码网络，对所述抗原序列信息进行特征提取，得到所述抗原序列特征，包括：通过所述抗原编码网络，确定所述抗原序列信息的第一语义特征和第一空间特征，所述第一语义特征表示所述抗原序列信息中多个氨基酸的特征，所述第一空间特征表示所述抗原序列信息中多个氨基酸的位置的特征；对所述第一语义特征和所述第一空间特征进行特征提取，得到所述抗原序列特征。4.根据权利要求3所述的方法，其特征在于，所述对所述第一语义特征和所述第一空间特征进行特征提取，得到所述抗原序列特征，包括：对所述第一语义特征和所述第一空间特征进行特征提取，得到第一键特征、第一值特征和第一查询特征；对所述第一键特征、所述第一值特征和所述第一查询特征进行融合，得到候选抗原序列特征；对所述候选抗原序列特征进行多次转换，得到所述抗原序列特征。5.根据权利要求2所述的方法，其特征在于，所述通过所述轻链编码网络，对所述轻链序列信息进行特征提取，得到所述轻链序列特征，包括：通过所述轻链编码网络，确定所述轻链序列信息的第二语义特征和第二空间特征，所述第二语义特征表示所述轻链序列信息中多个氨基酸的特征，所述第二空间特征表示所述轻链序列信息中多个氨基酸的位置的特征；对所述第二语义特征和所述第二空间特征进行特征提取，得到所述轻链序列特征。6.根据权利要求5所述的方法，其特征在于，所述对所述第二语义特征和所述第二空间特征进行特征提取，得到所述轻链序列特征，包括：对所述第二语义特征和所述第二空间特征进行特征提取，得到第二键特征、第二值特
征和第二查询特征；对所述第二键特征、所述第二值特征和所述第二查询特征进行融合，得到候选轻链序列特征；对所述候选轻链序列特征进行多次转换，得到所述轻链序列特征。7.根据权利要求2所述的方法，其特征在于，所述通过所述重链编码网络，对所述重链序列信息进行特征提取，得到所述重链序列特征，包括：通过所述重链编码网络，确定所述重链序列信息的第三语义特征和第三空间特征，所述第三语义特征表示所述重链序列信息中多个氨基酸的特征，所述第三空间特征表示所述重链序列信息中多个氨基酸的位置的特征；对所述第三语义特征和所述第三空间特征进行特征提取，得到所述重链序列特征。8.根据权利要求7所述的方法，其特征在于，所述对所述第三语义特征和所述第三空间特征进行特征提取，得到所述重链序列特征，包括：对所述第三语义特征和所述第三空间特征进行特征提取，得到第三键特征、第三值特征和第三查询特征；对...

【专利技术属性】
技术研发人员：何冰，何昊淮，姚建华，赵宇，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：