CN117334247B 抗原抗体亲和力预测模型的训练方法和抗体筛选方法 （北京百度网讯科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN117334247B(45)授权公告日2025.07.08

(21)申请号202311323310.2

(22)申请日2023.10.12

(65)同一申请的已公布的文献号申请公布号CN117334247A

(43)申请公布日2024.01.02

(56)对比文件

CN115206415A,2022.10.18CN114333986A,2022.04.12审查员申晓科

(73)专利权人北京百度网讯科技有限公司

地址100085北京市海淀区上地十街10号

百度大厦二层

(72)发明人胡靖郜杰方晓敏张肖男

(74)专利代理机构北京清亦华知识产权代理事务所(普通合伙)11201

专利代理师闫明霞

(51)Int.CI.

G16B15/30(2019.01)

G16B40/00(2019.01)权利要求书7页说明书20页附图7页

(54)发明名称

抗原抗体亲和力预测模型的训练方法和抗体筛选方法

(57)摘要

CN117334247B本公开提出了一种抗原抗体亲和力预测模型的训练方法和抗体筛选方法，涉及自然语言处理和深度学习等人工智能领域，包括获取目标复合物三维特征图提取模型和目标复合物三维特征图提取模型的第一模型参数集合；基于第一模型参数集合对初始特征图提取层的进行参数赋值得到待训练的候选亲和力预测模型；获取候选亲和力预测模型的包括第一复合物样本和第一复合物样本的突变型复合物样本集合的第一训练样本；将第一复合物样本和突变型复合物样本集合输入候选亲和力预测模型进行模型训练，直至训练结束，得到训练好的目标亲和力预测模型。提高了抗原抗体的亲和力预测模型的泛化性、效率和准确性，降低了抗体筛选的成本，提高

CN117334247B

获取训练好的目标复合物三维特征

获取训练好的目标复合物三维特征图提取模型，和目标复合物三维特征图提取模型的第一模型参数集合

获取初始亲和力预测模型的初始特

征图提取层，并基于第一模型参数

集合对初始特征图提取层的进行参

数赋值，得到待训练的候选亲和力

预测模型

获取候选亲和力预测模型的第一训

练样本，其中，第一训练样本包括

第一复合物样本和第一复合物样本

的突变型复合物样本集合

将第一复合物样本和突变型复合物

样本集合输入候选亲和力预测模型

进行模型训练，直至训练结束，得

到训练好的目标亲和力预测模型

S101

S102

S104

CN117334247B权利要求书1/7页

2

1.一种抗原抗体亲和力预测模型的训练方法，其中，所述方法包括：

获取训练好的目标复合物三维特征图提取模型，和所述目标复合物三维特征图提取模型的第一模型参数集合；

获取初始亲和力预测模型的初始特征图提取层，并基于所述第一模型参数集合对所述初始特征图提取层的进行参数赋值，得到待训练的候选亲和力预测模型；

获取所述候选亲和力预测模型的第一训练样本，其中，所述第一训练样本包括第一复合物样本和所述第一复合物样本的突变型复合物样本集合；

将所述第一复合物样本和突变型复合物样本集合输入所述候选亲和力预测模型进行模型训练，直至训练结束，得到训练好的目标亲和力预测模型。

2.根据权利要求1所述的方法，其中，所述获取训练好的目标复合物三维特征图提取模型，包括：

获取待训练的候选复合物三维特征图提取模型；

获取第二复合物样本中的第一原子集合和所述第一原子集合中各第一原子的第一原子信息，其中，所述第一原子集合基于所述第二复合物样本中包括的全部氨基酸残基各自的原子集合得到，所述第一原子信息至少包括所述第一原子的第一原子特征和第一原子坐标；

获取预设置的原子特征掩盖比例，并基于所述原子特征掩盖比例对所述第一原子集合进行部分第一原子的原子特征掩盖，得到掩盖后的第三复合物样本；

基于所述第三复合物样本对所述候选复合物三维特征图提取模型进行模型训练，直至训练结束，得到训练好的所述目标复合物三维特征图提取模型。

3.根据权利要求2所述方法，其中，所述第二复合物样本为样本抗原抗体复合物中样本抗原和样本抗体的结合面区域的部分复合物。

4.根据权利要求2所述的方法，其中，所述获取预设置的原子特征掩盖