本申请涉及抗体设计，尤其涉及一种抗体序列的生成方法、装置、电子设备及计算机程序产品。
背景技术：
1、抗体是一类重要的生物大分子，其在疾病诊断、治疗和生物技术等领域有着广泛的应用。设计和开发具有高亲和力和特异性的抗体一直是生物医药领域的重要课题。传统的抗体发现方法主要依赖于实验筛选，效率低下且成本高昂。
2、近年来，随着人工智能技术的发展，利用计算机辅助的方式设计和优化抗体序列成为可能。但是，现有的计算机辅助抗体设计方法存在一些不足。
3、例如，基于已知抗体序列作为模板的抗体设计方法，受限于已知抗体序列和结构的数量,设计空间有限。从头设计抗体序列的方法往往需要耗费大量的计算资源,并且生成的序列质量参差不齐。
4、因此，如何提出一种新的基于人工智能的抗体序列的生成方法以提高抗体设计的效率和质量，是目前需要解决的问题。
技术实现思路
1、为解决或部分解决相关技术中存在的问题，本申请提供一种抗体序列的生成方法、装置、电子设备及计算机程序产品，能够高效自动且多样化地生成具有高度人源性且与目标抗原高亲合的目标抗体序列，提高设计效率，降低研发成本。
2、本申请第一方面提供一种抗体序列的生成方法，包括：
3、获取目标抗原的抗原信息；
4、根据所述目标抗原的抗原信息，获取对应的模板抗体序列；其中，所述模板抗体序列的预设区域具有掩码标记；
5、根据预设语言模型，分别预测所述预设区域各位点对应的残基种类概率，及根据预设决策模型，分别确定所述模板抗体序列的预设区域各位点对应的残基采样方式；
6、根据所述预设区域各位点的所述残基采样方式及所述残基种类概率，生成所述目标抗原对应的候选抗体序列；
7、将所述候选抗体序列的预设区域进行掩码，并通过所述预设语言模型进行迭代优化，筛选获得目标抗体序列。
8、一些实施方式中，所述获取对应的模板抗体序列，包括：
9、当所述目标抗原具有可供结合的样本抗体序列时，获取与所述样本抗体序列相似或相同的模板抗体序列；其中，在所述模板抗体序列的预设区域保留所述样本抗体序列的热点残基或热点基序；和/或当所述目标抗原不具有可供结合的样本抗体序列时，在预先构建的人源抗体数据库中选择预设数量的模板抗体序列。
10、一些实施方式中，所述根据预设决策模型，分别确定所述模板抗体序列的预设区域各位点对应的残基采样方式，包括：
11、根据预设决策模型，分别获得所述模板抗体序列的预设区域的各位点对应的决策分值；当对应的所述决策分值超过预设阈值时，确定所述位点为残基固定采样；当对应的所述决策分值未超过预设阈值时，确定所述位点为残基随机采样。
12、一些实施方式中，所述根据所述预设区域各位点的所述残基采样方式及所述残基种类概率，生成所述目标抗原对应的候选抗体序列，包括：
13、当所述预设区域的单个位点为残基固定采样时，将残基种类概率最高的残基作为对应位点的固定残基；当所述预设区域的单个位点为残基随机采样时，将残基种类概率最高的多种残基分别作为对应位点的随机残基；将模板抗体序列中对应位点的所述固定残基分别与各对应位点的所述随机残基进行组合，生成所述目标抗原对应的候选抗体序列。
14、一些实施方式中，所述将所述候选抗体序列的预设区域进行掩码，并通过所述预设语言模型进行迭代优化，包括：
15、获取首轮所述候选抗体序列与所述目标抗体的亲和力评估结果；将亲和力评估结果更优的多个候选抗体序列的预设区域进行掩码，获得掩码候选序列；根据所述预设语言模型，预测所述掩码候选序列在预设区域各位点对应的残基种类概率；根据所述模板抗体序列的残基采样方式和所述掩码候选序列的残基种类概率，迭代对应生成每一轮的候选抗体序列，直至末轮的候选抗体序列的亲和力评估结果达到收敛。
16、一些实施方式中，所述筛选获得目标抗体序列，包括：
17、根据各轮生成的候选抗体序列与所述目标抗原的亲和力评估结果进行排序，筛选亲和力评估结果更优的多个候选抗体序列作为目标抗体序列。
18、一些实施方式中，所述预设语言模型根据人源抗体数据库的人源抗体序列进行随机位点掩码和位点残基预测，构建获得预训练好的预设语言模型；其中，所述人源抗体序列的掩码位点占残基总数的15％～20％，所述人源抗体序列的预设区域的位点占所述掩码位点总数的50％以上。
19、本申请第二方面提供一种抗体序列的生成装置，其包括：
20、抗原获取模块，用于获取目标抗原的抗原信息；
21、模板处理模块，用于根据所述目标抗原的抗原信息，获取对应的模板抗体序列；其中，所述模板抗体序列的预设区域具有掩码标记；
22、残基预测模块，用于根据预设语言模型，分别预测所述预设区域各位点对应的残基种类概率；
23、采样决策模块，用于根据预设决策模型，分别确定所述模板抗体序列的预设区域各位点对应的残基采样方式；
24、候选抗体生成模块，用于根据所述预设区域各位点的所述残基采样方式及所述残基种类概率，生成所述目标抗原对应的候选抗体序列；
25、迭代优化模块，用于将所述候选抗体序列的预设区域进行掩码，并通过所述预设语言模型进行迭代优化，筛选获得目标抗体序列。
26、本申请第三方面提供一种电子设备，包括：
27、处理器；以及
28、存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
29、本申请第四方面提供一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
30、本申请第五方面提供一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序用于执行如上方法对应的计算机程序代码指令。
31、本申请提供的技术方案可以包括以下有益效果：
32、本申请的抗体序列的生成方法，基于预设语言模型对模板抗体序列的掩码位点进行残基种类预测，使模板抗体序列的预设区域基于预设决策模型采样优势残基，生成更合理的候选抗体序列，提高序列质量；同时，再经预设语言模型对候选抗体序列进行掩码迭代，在多轮优化中生成更多可供选择的候选抗体序列，继而从中筛选出更优势地目标抗体序列，满足药物发现的需求。
33、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
1.一种抗体序列的生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取对应的模板抗体序列，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据预设决策模型，分别确定所述模板抗体序列的预设区域各位点对应的残基采样方式，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述预设区域各位点的所述残基采样方式及所述残基种类概率，生成所述目标抗原对应的候选抗体序列，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述候选抗体序列的预设区域进行掩码，并通过所述预设语言模型进行迭代优化，包括：
6.根据权利要求1所述的方法，其特征在于，所述筛选获得目标抗体序列，包括：
7.一种抗体序列的生成装置，其特征在于，包括：
8.一种电子设备，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1-7中任一项所述的方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序用于执行权利要求1-7中任一项所述抗体序列的生成方法对应的计算机程序代码指令。
