[發明專利]模型訓練、抗體改造和結合位點預測的方法與裝置

有效

• 申請號: 202110594661.1
• 申請日: 2021-05-28
• 公開（公告）號: CN113764037B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 蔣彪彬;許振雷;劉偉;黃俊洲
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G16B20/30
• 分類號: G16B20/30;G16B15/30;G16B40/00
• 代理公司: 北京勵誠知識產權代理有限公司 11647
• 代理人: 趙爽

1.一種用于抗體的預測模型的訓練方法，其特征在于，包括：

獲取N條第一抗體序列，所述N為正整數，所述第一抗體序列中未標注出所述第一抗體序列與抗原的結合位點；

使用所述N條第一抗體序列，對預測模型進行預訓練，得到預訓練后的預測模型；

其中，所述預訓練后的預測模型用于預測抗體序列中被掩蓋的氨基酸的預測值，在所述預測模型的預訓練過程中，所述第一抗體序列的可變區的學習頻率高于所述第一抗體序列的不可變區的學習頻率。

2.根據權利要求1所述的方法，其特征在于，所述使用所述N條第一抗體序列，對所述預測模型進行預訓練，得到預訓練后的預測模型，包括：

使用所述N條第一抗體序列，對所述預測模型進行無監督預訓練，得到預訓練后的預測模型。

3.根據權利要求2所述的方法，其特征在于，所述使用所述N條第一抗體序列，對所述預測模型進行無監督預訓練，得到預訓練后的預測模型，包括：

基于MASK策略，使用所述N條第一抗體序列，對所述預測模型進行預訓練，得到預訓練后的預測模型。

4.根據權利要求3所述的方法，其特征在于，所述基于MASK策略，使用所述N條第一抗體序列，對所述預測模型進行預訓練，得到預訓練后的預測模型，包括：

針對所述N條第一抗體序列中的每一個第一抗體序列，按照第一掩蓋頻率對所述第一抗體序列的可變區的氨基酸進行掩蓋，按照第二掩蓋頻率對所述第一抗體序列的不可變區的氨基酸進行掩蓋，得到所述預測模型所預測的被掩蓋的氨基酸的預測值；

根據所述被掩蓋的氨基酸的預測值和真實值之間的損失，對所述預測模型進行預訓練，得到預訓練后的預測模型。

5.根據權利要求4所述的方法，其特征在于，所述第一掩蓋頻率大于所述第二掩蓋頻率。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述方法還包括：

獲取M條第二抗體序列，所述M為正整數，所述第二抗體序列中標注出所述第二抗體序列與抗原的結合位點；

使用所述M條第二抗體序列，對所述預訓練后的預測模型進行微調，得到目標預測模型，所述目標預測模型用于預測抗體序列與抗原的結合位點。

7.根據權利要求6所述的方法，其特征在于，所述使用所述M條第二抗體序列，對所述預訓練后的預測模型進行微調，得到目標預測模型，包括：

針對所述M條第二抗體序列中的每條第二抗體序列，將所述第二抗體序列輸入所述預訓練后的預測模型中，得到所述預訓練后的預測模型所預測的所述第二抗體序列與抗原的預測結合位點；

根據預測的所述第二抗體序列與抗原的結合位點和所述第二抗體序列與抗原的結合位點的真實值之間的損失，對所述預訓練后的預測模型進行微調，得到目標預測模型。

8.根據權利要求6所述的方法，其特征在于，所述第二抗體序列通過標簽序列標注所述第二抗體序列與抗原的結合位點，其中所述標簽序列的長度與所述第二抗體序列的長度相等，所述標簽序列中的每一個值表示該值對應的氨基酸是否與抗原結合。

9.一種抗體改造方法，其特征在于，包括：

獲取待改造的目標抗體序列；

接收用戶對所述目標抗體序列中待改造的目標位點氨基酸的掩蓋操作；

響應于所述掩蓋操作，將目標位點氨基酸被掩蓋的所述目標抗體序列輸入預訓練后的預測模型中，得到所述預訓練后的預測模型輸出的所述目標位點氨基酸的預測值；

其中，所述預訓練后的預測模型是經過第一抗體序列訓練得到的，所述第一抗體序列中未標注出所述第一抗體序列與抗原的結合位點，在所述預測模型的預訓練過程中，所述第一抗體序列的可變區的學習頻率高于所述第一抗體序列的不可變區的學習頻率。