[發明專利]一種基于深度學習的抗體庫構建方法及裝置

有效

• 申請號: 202011477682.7
• 申請日: 2020-12-15
• 公開（公告）號: CN112289369B
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 華權高;舒芹
• 申請（專利權）人: 武漢華美生物工程有限公司
• 主分類號: G16B15/00
• 分類號: G16B15/00;G16B30/00;G16B50/00;G06N3/04;G06F30/25
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙) 42242
• 代理人: 劉璐

1.一種基于深度學習的抗體庫構建方法，其特征在于，包括如下步驟：

獲取抗原表位與抗原識別區及其編碼基因的對應關系，構建匹配抗原表位和抗原識別區及編碼基因的第一數據庫；

利用訓練好的神經網絡模型對所述抗原表位進行處理，以得到待預測抗體的編碼基因序列集合X；所述訓練好的神經網絡模型通過如下方法進行訓練：將所述第一數據庫依次按照抗原分類、抗原表位中的氨基酸殘基的同源性、抗原識別區位置進行聚類、特征提取，得到用于預測抗體基因的多維向量；將所述多維向量作為時序卷積神經網絡的輸入，直至誤差低于閾值且趨于穩定時停止訓練，得到所述訓練好的神經網絡模型；

根據分子對接、分子動力學和已有基因序列數據庫Y篩選出編碼基因序列集合X中對抗原具有不同活性、穩定性、特異性的抗體序列，以建立次級抗體庫。

2.根據權利要求1所述的基于深度學習的抗體庫構建方法，其特征在于，所述時序卷積神經網絡包括至少兩個卷積隱藏層，至少一個卷積隱藏層的輸出由設定個數的最新的標簽數據確定，至少一個殘差模塊，以及一個卷積隱藏層的輸出由全部標簽數據確定。

3.根據權利要求2所述的基于深度學習的抗體庫構建方法，其特征在于，所述殘差模塊利用Zero-padding方法保證輸入和輸出數據的維度一致。

4.根據權利要求1所述的基于深度學習的抗體庫構建方法，其特征在于，所述根據分子對接、分子動力學和已有基因序列數據庫Y篩選出編碼基因序列集合X中對抗原具有不同活性、穩定性、特異性的抗體序列，以建立次級抗體庫包括如下步驟：

將編碼基因序列集合X與已有基因序列庫Y進行匹配，計算編碼基因序列x_i與已有基因序列y_i的相似度S_i ,并將y_i按照相似度從大到小進行排列；

取相似度前10的基因序列作為候選抗體序列集合，根據所述候選抗體序列集合的表達產物的活性、穩定性、特異性建立次級抗體庫。

5.根據權利要求4所述的基于深度學習的抗體庫構建方法，其特征在于，若候選抗體序列的相似度S_i的最大值低于閾值，則將候選抗體序列的表達產物在模擬環境中與抗體進行分子動力學模擬或分子對接，通過評分函數評估表達產物的活性、穩定性、特異性建立次級抗體庫。

6.一種基于深度學習的抗體庫構建裝置，其特征在于，包括構建模塊、模型訓練模塊、篩選模塊，

所述構建模塊，用于獲取抗原表位與抗原識別區及其編碼基因的對應關系，構建匹配抗原表位和抗原識別區及編碼基因的第一數據庫；

所述模型訓練模塊，用于利用訓練好的神經網絡模型對所述抗原表位進行處理，以得到待預測抗體的編碼基因序列集合X；所述訓練好的神經網絡模型通過如下方法進行訓練：將所述第一數據庫依次按照抗原分類、抗原表位中的氨基酸殘基的同源性、抗原識別區位置進行聚類、特征提取，得到用于預測抗體基因的多維向量；將所述多維向量作為時序卷積神經網絡的輸入，直至誤差低于閾值且趨于穩定時停止訓練，得到所述訓練好的神經網絡模型；

所述篩選模塊，用于根據分子對接、分子動力學和已有基因序列數據庫Y篩選出編碼基因序列集合X中對抗原具有不同活性、穩定性、特異性的抗體序列，以建立次級抗體庫。