人类主要组织相容复合体(HLA)与抗原多肽的结合是人体免疫应答反应的重要环节,对HLA结合肽的准确预测可以有效减少识别辅助性抗原细胞实验所需的费用和时间。本文对现行的锚定位点匹配法(motif matching)、矩阵法(matrix)、和支持向量机算法(support vector machine, SVM)进行了综合比较。最早被应用于该领域的是锚定位点匹配法,该方法是通过统计学方法确定了抗原结合部位的特定锚定位点,并以此作为判断依据,对HLA-抗原肽复合体的研究起了极大的推动作用。然而,随着研究的不断深入,该方法由于准确率低、效率差和缺乏数据支持的原因而被淘汰。矩阵法综合考虑了HLA分子抗原结合部位与所结合抗原的每个分子的相互作用,通过大量数据运算得出矩阵来描述各个分子间的结合力度,因而从理论上来讲更加科学合理。本文通过分析研究HLA分子的空间构型和生理反应机总结出一种有效的基于支持向量机(SVM)预测Ⅱ类HLA结合肽的方法,并以HLA-DRB1*0401基因抗原序列结合肽为训练集,通过5重交叉验证,准确率达到79.54%,其中对于非结合肽的预测准确度达到89.74%,证明了新的机器学习方法用于鉴定免疫应答反应抗原多肽的可行性。