买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国科大杭州高等研究院申请的专利抗体突变体与抗原亲和力的预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119446289B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510019787.4，技术领域涉及：G16B40/20；该发明授权抗体突变体与抗原亲和力的预测方法及系统是由刘小平;包欣雨;李清萃设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本抗体突变体与抗原亲和力的预测方法及系统在说明书摘要公布了：本发明公开了一种抗体突变体与抗原亲和力的预测方法及系统，包括以下步骤：（1）收集抗体、抗体与抗原相互作用的亲和力实验数据，构建微调数据集；（2）利用微调数据集对UniRep模型进行训练，得到抗体与抗原的亲和力预测模型；（3）在抗体序列的关键位点进行突变，得到抗体突变体；使用亲和力预测模型预测抗体突变体与抗原之间的亲和力。本发明的方法及系统能够准确评估抗体在不同位点发生突变后对抗原亲和力的改变，减少实验筛选成本，提高抗体设计效率。

本发明授权抗体突变体与抗原亲和力的预测方法及系统在权利要求书中公布了：1.一种抗体突变体与抗原亲和力的预测方法，其特征在于，包括以下步骤： （1）收集抗体、抗体与抗原相互作用的亲和力实验数据，构建微调数据集；所述的微调数据集包括抗体的氨基酸序列、抗体与抗原相互作用的亲和力测定值；所述的抗体为抗HER2抗体；所述的抗原为HER2抗原； （2）利用微调数据集对UniRep模型进行训练，得到抗体与抗原的亲和力预测模型；包括： （2-1）将微调数据集划分为训练集和测试集，包括：采用K折交叉验证的策略划分微调数据集，将微调数据集分为K个等大小的子集，每次将一个子集用作测试集，其余K-1个子集作为训练集； （2-2）训练集用于对UniRep模型进行监督学习，通过最小化亲和力预测值与真实亲和力测定值之间的误差，逐步优化UniRep模型参数；训练完成后获得亲和力预测模型，包括： （2-2i）将抗体Xi的氨基酸序列输入到UniRep模型中，UniRep模型提取抗体Xi的序列特征，并根据序列特征预测抗体Xi与抗原相互作用的亲和力；公式为： ； 其中，是第i个抗体Xi的预测亲和力值；UniRepX表示通过UniRep模型对抗体Xi的氨基酸序列提取序列特征；f是回归函数，表示从序列特征到亲和力的映射关系；ϵ为预测误差项； （2-2ii）采用均方误差作为损失函数，计算预测亲和力值与亲和力测定值之间的误差： ； 其中，Yi为实验测得的真实亲和力值，N为测试集样本数量； （2-2iii）在模型训练过程中，通过反向传播算法计算损失函数对模型参数的梯度，并利用梯度下降算法更新模型参数；具体的优化公式如下： ； 其中，θ t 为当前模型参数；η是学习率；是损失函数关于模型参数的梯度； （2-2iv）通过不断迭代和优化，得到亲和力预测模型； （2-3）测试集则用于评估模型在未见数据上的预测能力； （3）在抗体序列的关键位点进行突变，得到抗体突变体；使用亲和力预测模型预测抗体突变体与抗原之间的亲和力； 在抗体序列的关键位点进行突变包括：在抗体序列的互补决定区通过单点突变或多点突变获得的抗体突变体。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国科大杭州高等研究院，其通讯地址为：310024 浙江省杭州市西湖区转塘街道象山支弄1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。