融合同源序列与语言模型的多源信息抗体结构预测模型

摘要

抗体是由B细胞产生的一类蛋白质，在免疫系统中发挥着至关重要的作用.针对抗体互补决定区域建模困难的问题，提出了基于深度学习的抗体结构预测模型AbFold,该模型融合同源序列与蛋白质语言模型之间互补信息.首先，从同源序列提取抗体序列的进化约束与序列中氨基酸对间的相互关系；同时从抗体语言模型中提取抗体序列的氨基酸间依赖关系；然后，通过基于全连接层的神经网络融合同源序列与蛋白质语言模型之间互补信息；最后，基于注意力机制与变分自编码器的结构模块迭代优化，以预测抗体的三维结构.实验结果表明，AbFold模型能够有效预测抗体结构，预测结果中互补决定区域精度优于对比方法.

关键词

抗体结构预测 / 迁移学习 / 抗体语言模型 / 自监督学习

基金资助

国家重点研发项目(2022YFC3601405)资助; 国家自然科学基金项目(62106051)资助