一种基于多模态深度学习的肿瘤抗原多肽免疫原性预测方法

本发明公开了一种基于多模态深度学习的肿瘤抗原多肽免疫原性预测方法，该方法通过整合T细胞受体蛋白质序列信息、肿瘤抗原多肽序列信息、人类白细胞抗原蛋白质序列信息和肿瘤抗原多肽‑人类白细胞抗原蛋白质结构信息，并最终提取得到T细胞受体蛋白质‑肿瘤抗原多肽‑人类白细胞抗原蛋白质多模态空间特征，基于双层全连接层深度学习神经网络的分类值预测方法对肿瘤抗原多肽免疫原性进行预测，达到了出色的肿瘤新抗原的免疫原性预测效果。该方法在提高肿瘤新抗原筛选效率的同时，显著提升了预测的准确性，具有较高的应用价值和广泛的应用前景。