基于图神经网络和门控循环网络的肿瘤新抗原预测方法

本发明提供了基于图神经网络和门控循环网络的肿瘤新抗原预测方法，属于肿瘤新抗原靶标预测技术领域，包括：获取多肽和HLA分型数据，对HLA分型和氨基酸序列进行预处理得到预处理后的多肽和HLA分子序列数据；基于多肽和HLA分子的残基接触情况构建二部图网络；将二部图网络输入到图神经网络模型和包含注意力机制的门控循环神经网络模型中提取序列特征；根据提取的序列特征预测多肽与MHC分子结合的可能性。本发明通过构建基于多肽和HLA分子残基接触的二部图，可以有效捕捉氨基酸之间的空间和结构关系，这有助于更准确地反映分子间的相互作用，使模型能更准确地预测多肽与MHC分子的结合可能性，有效地提高了新抗原预测的精度。