抗原抗体亲和力预测方法、系统和设备

本发明涉及人工智能技术领域，具体涉及一种抗原抗体亲和力预测方法、系统和设备，该方法包括：对抗原和抗体的氨基酸序列数据进行特征提取，并通过预测模型生成初步复合物三维构象；对多个初步复合物三维构象进行融合和筛选，确定中间复合物三维构象；基于分子动力学模拟和强化学习算法，对中间复合物三维构象的结合界面进行优化，得到最终优化构象；基于分子力场原理进行能量分解，得到关键能量参数，并基于关键能量参数和由分子动力学模拟确定的能量特征，通过亲和力预测深度神经网络，得到结合自由能；以及在结合自由能高于判断阈值，重新进行优化和确定结合自由能。如此，可以在实现全流程自动化的基础上，显著提高预测的准确性与可靠性。