CN115148277B 亲和力预测方法、装置、设备以及存储介质 （腾讯科技（深圳）有限公司）

对免疫细胞受体的基因信息以及序列进行特征2通过所述亲和力预测模型，对所述免疫细胞受体的基因信息以及序通过所述亲和力预测模型，将所述免疫细胞受体的基因特征、序列特征以通过所述亲和力预测模型，对所述免疫细胞受体的受体特征进行多次通过所述亲和力预测模型的序列编码器，对所述免疫细胞受体的氨基酸序列进行编3.根据权利要求2所述的方法，其特征在于，在所述免疫细胞受体为B细胞受体的情况下，对所述免疫细胞受体的轻链的VJ信息和在所述免疫细胞受体为T细胞受体的情况下，对所述免疫细胞受体的α链的VJ信息和β4.根据权利要求3所述的方法，其特征在于，所述在所述在所述免疫细胞受体为B细胞受体的情况下，对所述免疫细胞受体的轻链的VJ信息和特征包括所述免疫细胞受体的轻链基因特征以及所述免疫细胞受所述在所述免疫细胞受体为T细胞受体的情况下，对所在所述免疫细胞受体为T细胞受体的情况下，对所述免疫细胞受体的α链的VJ信息和β征包括所述免疫细胞受体的α链基因特征以及所述基于注意力机制对所述免疫细胞受体的轻链的氨基酸序列以及重链的氨基酸序列进行编3基于注意力机制对所述免疫细胞受体的α链的氨基酸序列以及β链的氨基酸序列进行编码，通过所述亲和力预测模型的特征融合器，将所述免疫细胞受体的基于门控注意力机制，将所述免疫细胞受体的基因序列融合特获取所述免疫细胞受体的CDR3区域的氨基酸序对所述免疫细胞受体的CDR3区域的氨基酸序列进行多序列比对，获取所述免疫细胞受体的CDR3区域的氨基酸序列对应的同免疫细胞受体的CDR3区域的氨基酸序列的基于所述免疫细胞受体的CDR3区域的氨基酸序列、所述至少一个获取所述免疫细胞受体的三维结构信息，所述三维结构信息包括所述方法还包括下述任一项：对所述免疫细胞受体的三维结构信息进行图卷积，得到所述免疫细胞受基于注意力机制对所述免疫细胞受体的三维结构信息进行编码，以及所述免疫细胞受体中氨基酸的物化信息进行融合，得到所述免疫细胞受体的受体特4通过所述亲和力预测模型，对所述样本免疫细胞受体的基因信息通过所述亲和力预测模型，将所述样本免疫细胞受体的基因特征、通过所述亲和力预测模型，对所述样本免疫细胞受体的受体特征进通过所述亲和力预测模型，对所述样本免疫细胞受体的受体特征基于第一差异信息以及第二差异信息，对所述亲和力预测模型进行异信息为所述样本免疫细胞受体对样本抗原的预测亲和力与样本免疫细胞受体对样本抗的预测亲和力等级与样本免疫细胞受体对样本抗原的标注亲和力通过所述亲和力预测模型，对所述样本免疫细胞受体的受体特征进行全连接和归一基于所述样本免疫细胞受体对应于多个候选亲和力等级的概率，从输入单元，用于将免疫细胞受体的基因信息、序列信息以及三维结特征提取单元，用于通过所述亲和力预测模型，对所述免亲和力预测单元，用于通过所述亲和力预测模型，训练信息输入单元，用于将样本免疫细胞受体的训练特征提取单元，用于通过所述亲和力预测模型，训练特征融合单元，用于通过所述亲和力预测模型，预测亲和力输出单元，用于通过所述亲和力预测模型，对所述样本5抗原为能够与所述样本免疫细胞受体特异性训练分类单元，用于通过所述亲和力预测模型，对训练单元，用于基于第一差异信息以及第二差异信息体对样本抗原的预测亲和力等级与样本免疫细胞受体对样本抗原的标注亲和力等级之间一个或多个处理器加载并执行以实现如权利要求1至权利要求9任一项所述的亲和力预测6[0013]通过所述亲和力预测模型，对所述样本免疫细胞受体的受体特征进行多次全连7一差异信息为所述样本免疫细胞受体对样本抗原的预测亲和力与样本免疫细胞受体对样抗原的预测亲和力等级与样本免疫细胞受体对样本抗原的标注亲和力等级之间的差异信基因编码器，对所述免疫细胞受体的VDJ信息进行编码，得到所述免疫细胞受体的基因特[0023]在所述免疫细胞受体为B细胞受体的情况下，对所述免疫细胞受体的轻链的VJ信受体的基因特征包括所述免疫细胞受体的轻链基因特征以及所述免疫细胞受体的重链基细胞受体的基因特征包括：对所述免疫细胞受体的α链的VJ信息和β链的VDJ信息进行全连[0027]在所述免疫细胞受体为B细胞受体的情况下，通过所述亲和力预测模型的序列编[0028]在所述免疫细胞受体为T细胞受体的情况下，通过所述亲和力预测模型的序列编8[0031]三维结构特征获取单元，用于获取所述免疫细胞受体的CDR3样本抗原为能够与所述样本免疫细胞受体特异性结合9胞受体对样本抗原的预测亲和力等级与样本免疫细胞受体对样本抗原的标注亲和力等级所述一个或多个处理器加载并执行以实现所述亲和力预测方法或所述亲和力预测模型的[0066]人工智能(ArtificialIntelligence，AI)是利用数字计算机或者数字计算机控渐被骨髓所代替。成熟的B细胞主要定居于淋巴结皮质浅层的淋巴小结和脾脏的红髓和白[0081]终端110通过无线网络或有线网络与服务器140相连。可选地，终端110是智能手[0082]服务器140是独立的物理服务器，或者是多个物理服务器构成的服务器集群或者[0086]本申请实施例提供的亲和力预测方法能够应用在科学研究以及疫苗设计等领域毕的亲和力预测模型对该免疫细胞受体的基因信息、序列信息以及三维结构特征进行处列特征既能够表示该免疫细胞受体的基因信息以及序列信息，也便于服务器进行后续处[0097]上述步骤201-204是对本申请实施例提供的亲和力预测方法的简单说明，下面将酸，免疫细胞受体的三维结构特征用于表示该免疫细胞受体的多个氨基酸在空间中的位一个参考氨基酸序列以及该同源模板进行多轮迭代，得到该免疫细胞受体的三维结构特[0101]其中，免疫细胞受体上存在互补决定区(ComplementaryDeterminingRegion，行预处理包括消除该测序数据中的错误数据以及将该测序数据转换为便于服务器处理的务器对该参考测序数据进行质量控制(QualityControl)，得到该免疫细胞受体的目标测序数据，其中，对该参考测序数据进行质量控制包括死细胞去除(Filteringoutdeadcells)、背景估计(Backgroundestimation)、链配对(Pairedchains)、信号矫正特征中加入相近的序列结构信息。服务器基于该目标氨基酸序列在结构数据库中进行搜[0104]为了对上述实施方式进行更加清楚地说明，下面将结合图4对上述实施方式进行参考氨基酸序列以及该同源模板进行多轮迭代编码405，得到该免疫细胞受体的三维结构[0106]上述实施方式是服务器基于该免疫细胞受体的目标氨基酸序列来确定该免疫细构预测模型来基于氨基酸序列获取三维结构特征，其中，该结构预测模型包括[0107]下面对服务器基于该免疫细胞受体的三维结构信息来获取该免疫细胞受体的三氨基酸序列获得，本申请实施例对此不做限定。图卷积的全称是图卷积神经网络(Graph能够得到该免疫细胞受体的三维结构特征，无需先确定该免疫细胞受体的三维结构信息，进行融合，得到该免疫细胞受体的三维结构特征。在一些实施例中，服务器能够采用Transformer模型的编码器来对该免疫细胞受体的三维结构信息进行编码，得到该免疫细能的实施方式中，服务器也能够采用其他模型对该免疫细胞受体的三维结构信息进行编序列，比如，AEGAL为一个氨基酸序列，其中，A表示丙氨酸(Alanine)，E表示谷氨酸行编码。服务器将该免疫细胞受体的基因信息输入该抗原预测模型的基因信息编码通道，[0120]在一些实施例中，在将该免疫细胞受体的序列信息输入的序列信息的长度均相同。在该免疫细胞受体的序列信息的长度大于长度阈值的情况下，[0121]需要说明的是，上述步骤301-302是以服务器提前获取该免疫细胞受体的三维结列特征既能够表示该免疫细胞受体的基因信息以及序列信息，也便于服务器进行后续处该亲和力预测模型的基因编码器，对该免疫细胞受体的轻链的VJ信息和重链的VDJ信息进[0130]其中，B细胞受体包括两条相同的重链(HeavyChain，H链)和两条相同的轻链因特征包括该免疫细胞受体的轻链基因特征以及该免疫细的轻链基因特征和重链基因特征构成该B细特征包括该免疫细胞受体的轻链基因特征以及该免疫细胞细胞受体的基因特征包括该免疫细胞受体的轻链基因特征以及该免疫细胞受体的重链基力预测模型的第一个基因编码器，基于注意力机制对该B细胞受体的轻链基因信息进行编码，得到该B细胞受体的轻链基因特征。服务器通过该亲和力预测模型的第二个基因编码[0138]上述是以该免疫细胞受体为B细胞受体为例进行说明的，下面以该免疫细胞受体该亲和力预测模型的基因编码器，对该免疫细胞受体的α链的VJ信息和β链的VDJ信息进行胞受体的基因特征包括该免疫细胞受体的α链基因特征以及该免疫细胞受体的β链基因特该亲和力预测模型的序列编码器，基于注意力机制对该免疫细胞受体的α链的氨基酸序列特征。该T细胞受体的轻链序列特征和该T细胞受体的重链序列特征构成该T细胞受体的序[0157]在该免疫细胞受体为B细胞受体的情况下，该B细胞受体的基因特征包括该B细胞链基因特征和该B细胞受体的轻链序列特征相加，得到该B细胞受体的轻链基因序列特征。体的轻链基因序列特征和重链基因序列特征进行拼接，得到该B细胞受体的基因序列融合施例中，也即是将该第一门控权重与该三维结构特征相乘后与该基因序列融合特征相加，受体的基因序列融合特征和三维结构特征进行加权融合，得到该B细胞受体的目标三维结[0158]在该免疫细胞受体为T细胞受体的情况下，该T细胞受体的基因特征包括该T细胞受体的α链基因特征和β链基因特征，该T细胞受体的序列特征包括该T细胞受体的α链序列通过该特征融合模块，将该T细胞受体的β链基因特征和该T细胞受体的β链序列特征相加，器通过该特征融合模块，利用注意力机制对该T细胞受体的基因序列融合特征和三维结构控权重和第四门控权重，该第三门控权重和第四门控权重用于控制特征融合时信息的流三维结构特征进行加权融合，得到该T细胞受体的目标基因序列融合特征，在一些实施例的基因序列融合特征和三维结构特征进行加权融合，得到该T细胞受体的目标三维结构特免疫细胞受体的基因特征以及序列特征相加，得到该免疫细胞受体的基因序列融合特征。[0161]在该免疫细胞受体为B细胞受体的情况下，该B细胞受体的基因特征包括该B细胞链基因特征和该B细胞受体的轻链序列特征相加，得到该B细胞受体的轻链基因序列特征。细胞受体的基因序列融合特征和三维结构特征进行拼接，得到该B细胞受体的初始受体特[0162]在该免疫细胞受体为T细胞受体的情况下，该T细胞受体的基因特征包括该T细胞受体的α链基因特征和β链基因特征，该T细胞受体的序列特征包括该T细胞受体的α链序列通过该特征融合模块，将该T细胞受体的β链基因特征和该T细胞受体的β链序列特征相加，得到该T细胞受体的β链基因序列特征。该T细胞受体的α链基因序列特征和β链基因序列特[0165]其中，该免疫细胞受体中氨基酸的物化信息包括氨基酸的亲和力。在一些实施例中，该回归模块包括一个多层感知机(MultilayerPerception，构特征hstru进行加权融合，得到该免疫细胞受体目标基因序列融合特征h/bio和目标三维结维结构相乘h/stru，得到该B细胞受体的初始受体特征hfusion。服务器通过该特征融合模块[0174]图6示出了本申请实施例提供的亲和力预测方法在公开数据集上进行测试的结[0175]参见图6，本申请实施例提供的亲和力预测方法提供的亲和力预测模型在公开数[0179]步骤701与上述步骤302属于同一发明构思，实现过程参见上述步骤302的相关描[0181]步骤702与上述步骤303属于同一发明构思，实现过程参见上述步骤303的相关描[0183]步骤703与上述步骤304属于同一发明构思，实现过程参见上述步骤304的相关描[0185]步骤704与上述步骤305属于同一发明构思，实现过程参见上述步骤305的相关描[0186]705、服务器通过该亲和力预测模型，对该样本免疫细胞受体的受体特征进行分[0190]706、服务器基于第一差异信息以及第二差异信息，对该亲和力预测模型进行训抗原的预测亲和力等级与样本免疫细胞受体对样本抗原的标注亲和力等级之间的差异信(MSELoss)。服务器基于该第二差异信息，构建交叉熵损失函数(CategoricalCross-[0193]举例来说，服务器基于该第一差异信息，构建如公式(1)所示的均方误差损失函序列信息输入区域801用于输入该T细胞受体的α链的氨基酸序列，该第二序列信息输入区T细胞受体的α链的VJ信息，该第二基因信息输入区域804用于输入该T细胞受体的β链的VJ[0207]在该免疫细胞受体为B细胞受体的情况下，对该免疫细胞受体的轻链的VJ信息和[0208]在该免疫细胞受体为T细胞受体的情况下，对该免疫细胞受体的α链的VJ信息和β对该免疫细胞受体的α链的VJ信息和β链的VDJ信息进行编码，得到该免疫细胞受体的基因受体的基因特征，该免疫细胞受体的基因特征包括该免疫细胞受体的α链基因特征以及该基于注意力机制对该免疫细胞受体的轻链的氨基酸序列以及重链的氨基酸序列进行编码，到该免疫细胞受体的序列特征，该免疫细胞受体的序列特征包括该免疫细胞受体的α链序该免疫细胞受体的CDR3区域的氨基酸序列进行多序列比对，得到至少一个参考氨基酸序免疫细胞受体的CDR3区域的氨基酸序列的同源序列的结构信息。基于该免疫细胞受体的基因信息以及序列信息进行特征提取，得到该样本免疫细胞受体的基因特征以及序列特对样本抗原的预测亲和力等级与样本免疫细胞受体对样本抗原的标注亲和力等级之间的个候选亲和力等