Les anticorps sont une composante cruciale du système immunitaire, dotés de la capacité de neutraliser directement ou d'étiqueter des objets indésirables (les antigènes) en vue de leur destruction ultérieure. La possibilité de prédire quels acides aminés appartiennent au paratope, la région de l'anticorps qui se lie à l'antigène, peut faciliter la conception d'anticorps et contribuer au développement de la médecine personnalisée. La pertinence des réseaux neuronaux profonds pour cette tâche a récemment été confirmée, avec Parapred surpassant tous les modèles physiques précédents. Notre contribution est double : premièrement, nous améliorons considérablement l'efficacité computationnelle de Parapred en utilisant des convolutions à trous et l'auto-attention. Deuxièmement, nous mettons en œuvre une attention inter-modale en permettant aux résidus d'anticorps d'interagir avec les résidus d'antigènes. Cela conduit à de nouveaux résultats d'état de l'art dans cette tâche, ainsi qu'à des interprétations éclairantes.