買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉重慶郵電大學(xué)申請(qǐng)的專利一種基于深度學(xué)習(xí)的蛋白質(zhì)適應(yīng)度預(yù)測(cè)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115472221B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202211290871.2，技術(shù)領(lǐng)域涉及：G16B20/50；該發(fā)明授權(quán)一種基于深度學(xué)習(xí)的蛋白質(zhì)適應(yīng)度預(yù)測(cè)方法是由梁亦龍;戈其珺;舒坤賢設(shè)計(jì)研發(fā)完成，并于2022-10-21向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于深度學(xué)習(xí)的蛋白質(zhì)適應(yīng)度預(yù)測(cè)方法在說(shuō)明書摘要公布了：本發(fā)明屬于生命科學(xué)領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)的蛋白質(zhì)適應(yīng)度預(yù)測(cè)方法，包括：對(duì)目標(biāo)蛋白質(zhì)進(jìn)行多序列比對(duì)，并推斷其進(jìn)化耦合，并獲取同源蛋白質(zhì)序列的局部進(jìn)化表示；利用蛋白質(zhì)語(yǔ)言模型來(lái)獲取目標(biāo)蛋白質(zhì)的氨基酸特征；對(duì)目標(biāo)蛋白質(zhì)的氨基酸序列進(jìn)行位置嵌入表示，得到位置特征；將目標(biāo)蛋白質(zhì)的局部進(jìn)化表示和氨基酸特征與位置特征輸入到混合神經(jīng)網(wǎng)絡(luò)模型中提取特征，將提取的特征通過(guò)全連接計(jì)算，得到蛋白質(zhì)適應(yīng)度的預(yù)測(cè)結(jié)果值。本發(fā)明提出了一種新的混合神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)充分利用了蛋白質(zhì)序列的局部進(jìn)化信息和氨基酸特征信息，可以更有效的提取并學(xué)習(xí)蛋白質(zhì)序列數(shù)據(jù)，提高了預(yù)測(cè)精度。

本發(fā)明授權(quán)一種基于深度學(xué)習(xí)的蛋白質(zhì)適應(yīng)度預(yù)測(cè)方法在權(quán)利要求書中公布了：1.一種基于深度學(xué)習(xí)的蛋白質(zhì)適應(yīng)度預(yù)測(cè)方法，其特征在于，包括： S1：獲取深度突變掃描數(shù)據(jù)集和已發(fā)表的文獻(xiàn)中整理的隨機(jī)突變數(shù)據(jù)集； S2：根據(jù)深度突變掃描數(shù)據(jù)集和已發(fā)表的文獻(xiàn)中整理的隨機(jī)突變數(shù)據(jù)集中的蛋白質(zhì)對(duì)目標(biāo)蛋白質(zhì)進(jìn)行多序列比對(duì)，并推斷其進(jìn)化耦合，并獲取同源蛋白質(zhì)序列的局部進(jìn)化表示； S3：利用蛋白質(zhì)語(yǔ)言模型來(lái)獲取目標(biāo)蛋白質(zhì)的氨基酸特征； S4：對(duì)目標(biāo)蛋白質(zhì)的氨基酸序列進(jìn)行位置嵌入表示，得到位置特征； S5：將目標(biāo)蛋白質(zhì)的局部進(jìn)化表示和氨基酸特征與位置特征輸入到混合神經(jīng)網(wǎng)絡(luò)模型中提取特征，將提取的特征通過(guò)全連接計(jì)算，得到蛋白質(zhì)適應(yīng)度的預(yù)測(cè)結(jié)果值； 將目標(biāo)蛋白質(zhì)的局部進(jìn)化表示和氨基酸特征經(jīng)過(guò)線性降維后拼接，將位置特征和降維后的特征按序列的位置順序連接，將連接后的特征輸入雙向門控循環(huán)單元為序列中每個(gè)氨基酸產(chǎn)生一個(gè)隱藏狀態(tài)向量，將隱藏狀態(tài)向量輸入TextCNN層，通過(guò)卷積操作和池化操作提取序列特征，提取的序列特征通過(guò)BN層進(jìn)行批量歸一化操作，將歸一化后的序列特征通過(guò)具有tanh激活函數(shù)的兩層全連接層，并在兩層全連接層中用dropout層進(jìn)行防止過(guò)擬合，得到預(yù)測(cè)適應(yīng)度值。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人重慶郵電大學(xué)，其通訊地址為：400065 重慶市南岸區(qū)南山街道崇文路2號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。