摘要
抗体是免疫系统的关键组成部分，具有直接中和或标记不希望存在的对象（抗原）以供后续清除的功能。能够预测哪些氨基酸属于抗原结合区（paratope），即抗体上与抗原结合的区域，可以促进抗体设计并有助于个性化医疗的发展。最近的研究证实了深度神经网络在这一任务中的适用性，Parapred的表现超过了所有先前的物理模型。我们的贡献有两方面：首先，通过利用空洞卷积（à trous convolutions）和自注意力机制，我们显著提高了Parapred的计算效率；其次，我们实现了跨模态注意力机制，允许抗体残基关注抗原残基。这不仅在该任务上取得了新的最佳结果，还提供了有价值的解释。