一种基于抗体结构的多模态抗原抗体亲和力预测方法

本发明提供了一种基于抗体结构的多模态抗原抗体亲和力预测方法，其技术方案为：首先处理数据集并为后续工作作数据集的划分；其次，构建多模态抗体信息挖掘模块，引入了Roformer网络来从抗体的重链和轻链中提取信息；接着构建了抗原信息挖掘模块，我们利用蛋白质语言模型ESM2来提取抗原信息；然后通过构建融合预测模块，增强区分抗体和抗原表示的能力，将抗体和抗原的多尺度表示输入融合层，生成稳健的亲和力预测结果；最后通过预测值和真实值之间进行比较，训练模型最好的参数并进行保存。本发明的有益效果为：通过多模态多尺度的信息提取与融合，显著提升了亲和力预测的精度和鲁棒性。