“G16B15/20”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果216个，建议您升级VIP下载更多相关专利

[发明专利]结构确定模型的训练方法、蛋白质结构的确定方法及装置-CN202310543152.5在审
发明人：吴家祥;吴凡迪 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-15 - 公布日： 2023-10-27 - 主分类号： G16B15/20 文献下载
摘要：本申请公开了一种结构确定模型的训练方法、蛋白质结构的确定方法及装置，属于生物信息技术领域。方法包括：通过第一网络模型基于至少两条样本肽链的序列数据确定多对样本氨基酸的配对特征，一对样本氨基酸的配对特征表征两个样本氨基酸之间相互作用的强度。通过第一网络模型基于多对样本氨基酸的配对特征确定样本蛋白质的预测结构信息。基于实际结构信息和预测结构信息，对第一网络模型进行训练得到结构确定模型。通过多对样本氨基酸的配对特征反映样本肽链内部相互作用的强度和样本肽链之间相互作用的强度，实现了预测样本肽链的折叠方式和结合方式，从而实现预测样本蛋白质的结构信息，提高预测结构信息的准确性。
结构确定模型训练方法蛋白质装置

[发明专利]使用以蛋白质结构嵌入为条件的生成模型预测蛋白质氨基酸序列-CN202280012034.5在审
发明人： A·W·森尼尔;S·科尔;J·伊姆;R·J·贝茨;C-D·尤内斯库;C·T·C·纳什;A·拉扎维-内马托拉希;A·普里策尔;J·江珀 -专利权人：渊慧科技有限公司
申请日： 2022-01-27 - 公布日： 2023-10-27 - 主分类号： G16B15/20 文献下载
摘要：用于进行蛋白质设计的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。在一个方面，一种方法包括：使用具有多个嵌入神经网络参数的嵌入神经网络处理表征靶蛋白质的靶蛋白质结构的输入，以生成靶蛋白质的靶蛋白质结构的嵌入；基于所述靶蛋白质结构的嵌入确定所述靶蛋白质的预测的氨基酸序列，包括：将具有多个生成神经网络参数的生成神经网络以靶蛋白质结构的嵌入为条件；以及通过以靶蛋白质结构的嵌入为条件的生成神经网络生成靶蛋白质的预测的氨基酸序列的表示。
使用蛋白质结构嵌入条件生成模型预测氨基酸序列

[发明专利]基于注意力机制及多粒度层级特征抗癌肽识别方法及系统-CN202310677933.3在审
发明人：拓守恒;朱燕玲 -专利权人：西安邮电大学
申请日： 2023-06-09 - 公布日： 2023-10-24 - 主分类号： G16B15/20 文献下载
摘要：本发明构建了一种基于注意力机制和多粒度层级特征的抗癌肽识别方法及系统，该方法在抗癌肽识别技术领域具有重要意义。首先，通过迁移学习方式学习原子级别特征，揭示了以往工作中难以发现的潜在特征。其次，采用ChouFasman算法在氨基酸序列层提取过程中表示二级结构，增加了信息的丰富性，接下来，通过构建超图解决了现有技术无法捕获抗癌肽序列高阶结构相似性问题，并通过注意机制学习子序列对整体序列的重要性，最后，将多粒度层级特征融合，使模型能够全面理解和描述抗癌肽序列的特征。这项发明为抗癌肽的发现和设计提供了更准确和全面的分析工具，可以为抗癌药物研发做出贡献。
基于注意力机制粒度层级特征抗癌识别方法系统

[发明专利]基于图神经网络训练蛋白质预测模型的方法及装置-CN202311198677.6在审
发明人：张强;王泽元;陈华钧 -专利权人：浙江大学杭州国际科创中心
申请日： 2023-09-18 - 公布日： 2023-10-24 - 主分类号： G16B15/20 文献下载
摘要：本发明公开了基于图神经网络训练蛋白质预测模型的方法，该方法包括：将蛋白质对应的真实结构和真实序列共同作为第一训练样本，得到第一训练样本数据集；针对第一训练样本：利用图神经网络对第一训练样本中真实结构进行编码处理，得到预测的性质序列；基于序列解码器对预测的性质序列进行解码处理，得到蛋白质的预测序列；通过最小化预测的性质序列和真实性质序列之间的余弦距离，以及蛋白质的预测序列和真实序列之间的负对数似然构建第一损失函数，生成第一模型参数；基于若干个第一模型参数调节图神经网络的超参数，生成结构编码器。由此，能够实现基于结构的蛋白质从头设计，解决了现有技术中无法基于语言模型实现蛋白质逆折叠生成的问题。
基于神经网络训练蛋白质预测模型方法装置

[发明专利]一种蛋白质功能预测模型生成方法及装置-CN202310581243.8在审
发明人：李君一;焦沛舜;王贝贝;王轩;刘博;王亚东 -专利权人：哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院）
申请日： 2023-05-22 - 公布日： 2023-10-13 - 主分类号： G16B15/20 文献下载
摘要：本发明公开了一种蛋白质功能预测模型生成方法及装置，包括获取训练蛋白质的氨基酸三维原子坐标，并根据其进行图论方法生成蛋白质二维接触图；对训练蛋白质的氨基酸三维原子坐标进行算法处理获取第一特征矩阵，对蛋白质二维接触图进行算法处理获取第二特征矩阵，第一特征矩阵与训练蛋白质的氨基酸三维原子坐标中序列作用位点对应，第二特征矩阵与训练蛋白质的氨基酸三维原子坐标中结构作用折叠结构对应；根据第一特征矩阵和第二特征矩阵分别对应的数据标签训练预先构建的蛋白质功能分类器，得到蛋白质功能预测模型。通过将训练蛋白质的氨基酸结构和序列作为信息源提取特征，提高了预测模型对蛋白质功能的预测精度。
一种蛋白质功能预测模型生成方法装置

[发明专利]从掩蔽蛋白表示预测完整蛋白表示-CN202280013012.0在审
发明人： A·普里策尔;C-D·伊奥内斯库;S·科尔 -专利权人：渊慧科技有限公司
申请日： 2022-01-27 - 公布日： 2023-10-13 - 主分类号： G16B15/20 文献下载
摘要：方法、系统和装置，包括在计算机存储介质上编码的计算机程序，用于使用蛋白重建神经网络对蛋白的掩蔽表示进行去掩蔽。在一个方面，一种方法包括：接收蛋白的掩蔽表示；以及使用蛋白重建神经网络处理蛋白的掩蔽表示，以生成与包括在蛋白的掩蔽表示中的一个或多个掩蔽嵌入相对应的相应预测嵌入，其中与蛋白的氨基酸序列的表示中的掩蔽嵌入相对应的预测嵌入定义了对氨基酸序列中的对应位置处的氨基酸的同一性的预测，其中，与蛋白的结构的表示中的掩蔽嵌入相对应的预测嵌入定义了对蛋白的相应结构特征的预测。
掩蔽蛋白表示预测完整

[发明专利]基于机器学习的单序列蛋白结构预测的方法和系统-CN202210945251.1有效
发明人：许锦波;井晓阳;吴凡迪 -专利权人：北京分子之心科技有限公司
申请日： 2022-08-08 - 公布日： 2023-10-10 - 主分类号： G16B15/20 文献下载
摘要：本发明属于生物信息学技术领域，提供基于机器学习的单序列蛋白结构预测的方法和系统。所述系统包括氨基酸编码模块、改进的Evoformer模块和结构生成模块。首先，基于氨基酸编码模块获得蛋白质氨基酸编码和序列对的初始编码，氨基酸编码模块中整合多预训练蛋白质语言模型；其次，基于改进的Evoformer模块对氨基酸编码和氨基酸对编码进行迭代更新；最后，结构生成模块基于更新后的氨基酸编码和氨基酸对编码预测蛋白质结构，并预测置信分数。本发明能仅基于蛋白质序列进行结构预测，不需同源序列搜索步骤，极大地提升蛋白质结构预测速度，同时可对孤儿蛋白等缺乏同源进化信息的蛋白质进行结构预测，有利于蛋白质结构预测的大规模应用。
基于机器学习序列蛋白结构预测方法系统

[发明专利]特征量计算方法、筛选方法、以及化合物创建方法-CN201880067748.X有效
发明人：津村享佑;大平诗野;中林淳;武井瑞希 -专利权人：富士胶片株式会社
申请日： 2018-10-03 - 公布日： 2023-10-10 - 主分类号： G16B15/20 文献下载
摘要：本发明提供一种能够计算出准确表示对象结构体的化学性质的特征量的特征量计算方法、能够使用特征量来有效进行医药候选化合物的筛选的筛选方法、及能够使用特征量来有效创建医药候选化合物的立体结构的化合物创建方法。对象结构体的化学性质被表示为对象结构体与其周围的探针之间的相互作用的结果，因此在对象结构体彼此之间探针的聚集程度(特征量)相似是表示这些对象结构体的化学性质相似的情况。因此，通过本发明的一方式所涉及的特征量计算方法，能够计算出准确表示对象结构体的化学性质的特征量。
特征计算方法筛选方法以及化合物创建

[发明专利]一种蛋白质自由能变预测模型的处理方法和装置-CN202310841986.4在审
发明人：温翰;郭律均;陈陟原;王沁蕊;张林峰;孙伟杰 -专利权人：北京深势科技有限公司
申请日： 2023-07-10 - 公布日： 2023-10-03 - 主分类号： G16B15/20 文献下载
摘要：本发明实施例涉及一种蛋白质自由能变预测模型的处理方法和装置，所述方法包括：构建自由能变预测模型；构建第一、第二数据集；基于第一数据集对蛋白质结构特征识别模块进行预训练；预训练结束则在固化蛋白质结构特征识别模块模型参数的前提下基于第二数据集对自由能变预测模型进行训练；模型训练结束后接收模型选型标识、模型应用模式和模型应用数据；并根据模型选型标识对自由能变预测模型进行模型参数配置；模型应用模式为第一模式则进行单序列自由能变预测和稳定性等级评估；模型应用模式为第二模式则进行多序列自由能变预测、稳定性等级评估和多序列稳定性排序。通过本发明可提高自由能变的预测准确度。
一种蛋白质自由能预测模型处理方法装置

[发明专利]一种用于确定抗体序列结构的方法与设备-CN202310833816.1在审
发明人：井晓阳;许锦波 -专利权人：北京分子之心科技有限公司
申请日： 2023-07-07 - 公布日： 2023-10-03 - 主分类号： G16B15/20 文献下载
摘要：本申请的目的是提供一种用于确定抗体序列结构的方法与设备，该方法包括：基于深度自注意力变换网络架构，利用第一蛋白质序列，训练蛋白质语言模型；基于蛋白质语言模型，以及第二蛋白质序列与对应的蛋白质结构信息，训练蛋白质结构预测模型；再在蛋白质结构预测模型的基础上，利用抗体序列与对应的抗体结构信息，训练抗体结构预测模型；并利用该抗体结构预测模型，确定相应的抗体结构预测信息。本申请利用蛋白质语言模型，先训练通用的蛋白质结构预测模型再结合抗体结构对该模型进行调整，确定相应的抗体结构预测模型来进行抗体结构的预测，从而减少对抗体样本的数量需求、提升抗体结构预测模型的泛化性、提高结构预测准确性和效率。
一种用于确定抗体序列结构方法设备

[发明专利]一种基于混合深度学习模型的蛋白质结构预测方法-CN202310253172.9有效
发明人：张步忠;江健生;陈义仁 -专利权人：安庆师范大学
申请日： 2023-03-16 - 公布日： 2023-10-03 - 主分类号： G16B15/20 文献下载
摘要：本发明涉及人工智能技术领域，公开了一种基于混合深度学习模型的蛋白质结构预测方法，包括如下步骤：步骤一、获取氨基酸序列信息；步骤二、获取序列表示向量，并且获取残基标签；步骤三、将序列表示向量以及残基标签输入训练好的混合深度学习模型中进行计算；步骤四、获取序列特征结构信息。本发明提出的深度学习预测方法，混合使用卷积神经网络、双向递归神经网络和多头注意力网络，能更好地感知蛋白序列局部特性和序列长范围特性，可同时预测多种蛋白结构特征。本装置计算资源需求低，可部署在边缘计算设备上。
一种基于混合深度学习模型蛋白质结构预测方法

[发明专利]基于改进生物地理学优化算法的多序列比对方法及系统-CN202111617555.7有效
发明人：张庆科;邱璇;汪玉成;高昊;卜降龙;张化祥;刘丽;李俊青;刘冬梅;高保忠;周田羽;安锐 -专利权人：山东师范大学
申请日： 2021-12-27 - 公布日： 2023-09-29 - 主分类号： G16B15/20 文献下载
摘要：本发明提供了一种基于改进生物地理学优化算法的多序列比对方法及系统，包括：数据采集模块，被配置为：获取原始多序列数据；对比模块，被配置为：依据原始多序列数据，以及预设的隐马尔科夫模型，得到比对结果；其中，所述隐马尔科夫模型中，将每一个栖息地看作是一条隐马尔科夫链，利用改进生物地理学优化算法优化所述隐马尔科夫模型中存在的参数；本发明针对基因多序列比对问题，在HMM模型中，每一个栖息地看作是一条隐马尔科夫链；然后利用改进的算法MPBBO优化HMM模型中存在的参数，不断提高比对的精度；改进的MPBBO算法具有较强的全局探索能力、局部开发能力和收敛速度较快的特点；能获得较为精确的基因序列比对结果。
基于改进生物地理学优化算法序列方法系统

[发明专利]基于蛋白三维结构和图神经网络的免疫原预测系统及方法-CN202310479207.0有效
发明人：宰晓东;赵云祥;徐俊杰;任洪广;陈薇 -专利权人：中国人民解放军军事科学院军事医学研究院
申请日： 2023-04-28 - 公布日： 2023-09-26 - 主分类号： G16B15/20 文献下载
摘要：本发明公开了一种基于蛋白三维结构和图神经网络的免疫原预测系统及方法。所述系统包括：（1）三维结构特征提取模块；（2）免疫原结构数据集处理模块；（3）机器学习分类器模块；（4）自动预测输出模块。所述系统将蛋白三维结构信息和图神经网络、蛋白质语言模型等人工智能算法运用于新型疫苗免疫原的发现领域，克服了传统仅基于一维氨基酸序列特征开展免疫原预测导致的局限，实现普适（适用于细菌、病毒、寄生虫等）、高精度的免疫原预测，所述该方法有助于新型疫苗的高效研发。
基于蛋白三维结构神经网络免疫原预测系统方法

[发明专利]用于预测蛋白质复合物结构的方法、设备、介质及程序产品-CN202310431117.4有效
发明人：许锦波 -专利权人：北京分子之心科技有限公司
申请日： 2023-04-20 - 公布日： 2023-09-15 - 主分类号： G16B15/20 文献下载
摘要：本申请的目的是提供用于预测蛋白质复合物结构的方法、设备、介质及程序产品，该方法包括从蛋白质序列数据库中查询获取目标蛋白质复合物的所有单链MSA，其中，每个单链MSA对应所述目标蛋白质复合物的一个成分链；基于蛋白质语言模型匹配所有单链MSA里面的蛋白质序列，以产生目标蛋白质复合物的MSA；将所述目标蛋白质复合物的MSA输入深度学习模型以获得所述目标蛋白质复合物的预测结构，有效提高蛋白质复合物结构预测的准确性和计算效率。
用于预测蛋白质复合物结构方法设备介质程序产品

[发明专利]调控细菌形状的候选基因的鉴定方法、装置、设备和介质-CN202310714738.3在审
发明人：韩国民;刘齐;许闯闯;胡顺利 -专利权人：安徽农业大学
申请日： 2023-06-15 - 公布日： 2023-09-08 - 主分类号： G16B15/20 文献下载
摘要：本申请涉及一种调控细菌形状的候选基因的鉴定方法、装置、设备和介质。方法包括：获取细菌参考基因组数据，对细菌参考基因组数据进行蛋白质结构域解析；根据解析后得到的每一个细菌的全部蛋白质的结构域，确定特征值数据集；获取各细菌的形状信息；根据各细菌的形状信息以及特征值数据集训练细菌形状预测模型，并根据细菌预测模型确定各蛋白质结构域对细菌形状的影响权重；根据各影响权重，确定调控细菌形状的候选基因。采用本方法能够快速筛选出调控细菌形状的候选基因，建立了挖掘生物功能基因的新方法。
调控细菌形状候选基因鉴定方法装置设备介质

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
下一页»
尾页
共 216 条