一种基于多特征融合的新抗原免疫原性预测方法及系统

本发明提供了一种基于多特征融合的新抗原免疫原性预测方法及系统，属于机器学习技术领域，该方法包括：将候选肽段序列输入到抗原胞内处理预测模型中得到表征胞内处理能力的得分；将候选肽段序列输入到预训练的Transformer模型中得到候选肽段的序列向量表示；将免疫原性相关特征、候选肽段的序列向量表示和表征胞内处理能力的得分作为训练样本训练免疫原性预测模型；利用免疫原性预测模型对目标候选肽段序列进行筛选得到肿瘤新抗原。本发明通过构建专用于评估抗原肽胞内处理与递呈能力的评分模型，并将其输出作为关键特征，与多种免疫原性相关生物特征及候选肽段的序列向量表示进行高效融合与学习，可以显著提升肿瘤新抗原免疫原性预测的准确性和可靠性。