基于多模态深度学习的MHC提呈肽段预测方法及系统

本发明提供一种基于多模态深度学习的MHC提呈肽段预测方法及系统，该方法包括：构建多物种MHC‑肽段结合数据集；对多物种MHC‑肽段结合数据集中的多等位基因MHC‑肽段数据进行单基因型解析，确定唯一的MHC‑肽段对应关系；对跨物种MHC序列进行多序列比对和特征对齐，并采用频率加权氨基酸特征距离算法提取表征MHC分子多态性的核心位点信息；构建多模态深度学习模型，整合MHC序列特征和肽段序列特征，预测MHC分子与肽段的结合能力。本发明能够更全面和有效地捕捉MHC与抗原肽段之间的高阶交互特征。