摘要
本发明提出一种互补决定区3与免疫表位结合预测方法，属于生物信息学领域。该方法融合多模态异质图建模、图注意力网络（GAT）与多目标损失函数协同优化，旨在突破现有技术在异构数据建模、类别不平衡及预测精度等方面的限制。通过构建互补决定区3节点与免疫表位节点的异质图，引入GAT实现跨模态特征交互，并结合焦点损失函数与AUC损失函数动态权重优化策略，提升模型对困难样本的识别能力和整体排序性能。同时，通过注意力权重实现结合热点残基的可解释性解析。本方法显著提高了互补决定区3与免疫表位结合特异性的预测准确率，可广泛应用于癌症疫苗设计、个体化免疫治疗及自身免疫病研究中，具有重要的理论意义和实际应用价值。
