摘要
本发明提出一种基于深度学习的多肽与TCR结合的预测方法和系统。其中,方法包括:据氨基酸的数字字典对多肽和TCR的序列进行数字化处理,提取多肽和TCR序列的相关性特征;根据HelixFoldSingle蛋白质结构预测模型得到多肽和TCR序列的三维结构,提取多肽和TCR序列的三维结构特征;将所述多肽和TCR序列的相关性特征和多肽和TCR序列的三维结构特征进行线性加权,获得多肽与TCR结合的预测结果。本发明提出的方案考虑了多肽与TCR的相互作用的相关性特征还考虑了序列的空间结构特征。通过多模态深度学习模型对序列间的相关性特征和序列结构特征组合,进一步提升预测多肽与TCR序列结合的准确度。
技术关键词
三维结构特征
多肽
序列
蛋白质结构预测
编码
字典
坐标
多模态深度学习
空间结构特征
可读存储介质
预测系统
电子设备
处理器
线性
存储器
计算机
模块
系统为您推荐了相关专利信息
信息提取方法
无人机
影像
空间金字塔池化
深度卷积神经网络
视觉引导模型
感知特征集
局部结构特征
基准定位件
加工件表面
可见光图像
语义
融合方法
图像编码器
文本特征向量