一种通过序列预测抗体上结合位点的深度学习方法

摘要

本发明涉及抗体结合位点预测领域，具体提供一种通过序列预测抗体上结合位点的深度学习方法，包括如下步骤：获取抗体上若干个高变区，将若干个高变区串连为一条高变区序列，在不同的高变区序列之间加入一种未知类型的氨基酸作为区分标识；所述的高变区序列中每个氨基酸的特征包括词嵌入特征、额外特征；将词嵌入特征和额外特征合并得到最后的特征矩阵，并将特征矩阵输入神经网络模型；所述的神经网络模型采用双向长短期记忆网络与transformer编码器学习高变区序列信息以及不同高变区之间的相互作用信息，预测抗体结合位点。本发明能通过学习不同高变区之间的相互作用信息，准确地预测抗体结合位点。