一种基于深度注意力网络的新抗原免疫原性预测方法

一种基于深度注意力网络的新抗原免疫原性预测方法，它属于人工智能与计算生物学领域。本发明解决了现有的新抗原免疫原性预测方法的预测精度低的问题。本发明方法结合Blosum62编码和ESM2‑650编码方式，能对人类白细胞抗原分子与新抗原进行多属性、深层次地表征，尤其可以识别氨基酸残基层面的相互作用，充分考虑了单个氨基酸残基对免疫原性的影响，为产生免疫原性的生物学模式提供了解释性，提高了新抗原免疫原性预测的精度，而且本发明基于深度注意力网络的新抗原免疫原性预测方法可扩大免疫原性预测的适用范围，为个体化免疫治疗的新抗原候选提供了有效工具。本发明方法可以应用于新抗原免疫原性预测。