一种预测抗体重链轻链配对概率的方法及其应用

摘要

本发明涉及一种预测抗体重链轻链配对概率的方法，所述方法基于卷积神经网络对抗体重链轻链配对概率进行预测，具体而言，将已知配对信息的抗体样本重链、轻链的氨基酸序列特征转换为数字信号后，输入卷积神经网络中进行训练，获得最终的模型参数，再利用该模型参数对待预测的抗体重链轻链的配对概率进行预测。该方法通过机器学习即可获取抗体的配对信息概率，操作简便、快速、高效、成本较低、重复性高、准确率高，准确率可达67.4％，且可以实现数目较多的抗体重链、轻链配对，其对临床研究、抗体发现、抗体库等研究具有重要的意义。