专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果515543个,建议您升级VIP下载更多相关专利
  • [发明专利]蛋白特征预处理方法、装置、介质及设备-CN202310010026.3在审
  • 边成;赵家英;李永会 - 抖音视界有限公司
  • 2023-01-04 - 2023-04-07 - G16B15/20
  • 本公开涉及一种蛋白特征预处理方法、装置、介质及设备,所述方法包括:接收待处理的蛋白;根据所述蛋白和训练完成的蛋白特征预处理模型,获得所述蛋白对应的蛋白特征;根据所述蛋白对应的处理类型和所述蛋白特征,确定所述蛋白对应的应用蛋白特征;蛋白特征预处理模型包括共享编码器、蛋白理解解码器和蛋白生成解码器,共享编码器用于对所述蛋白进行特征编码获得编码特征,蛋白理解解码器用于对所述编码特征进行理解解码处理,获得蛋白理解特征,蛋白生成解码器用于对所述编码特征进行生成解码处理,获得蛋白生成特征,所述蛋白特征包括所述编码特征、所述蛋白理解特征和所述蛋白生成特征。
  • 蛋白质特征预处理方法装置介质设备
  • [发明专利]一种基于图神经网络的单序列蛋白接触图预测方法-CN202210950286.4在审
  • 欧阳建权;唐欢容;高涌露 - 湘潭大学
  • 2022-08-09 - 2022-11-08 - G16B15/20
  • 本发明属于蛋白图谱预测领域,公开了一种基于图神经网络的单序列蛋白接触图预测方法,包括以下步骤:收集蛋白序列及对应的蛋白三维结构数据,构建残基间接触矩阵;对每个蛋白序列进行one‑hot编码处理,得到one‑hot一维特征;将每个蛋白序列通过预训练模型得到一维蛋白编码特征和二维注意力矩阵特征;构建图卷积编码模型和卷积解码模型;将one‑hot一维特征和预训练得到的一维蛋白编码特征作为输入特征输入到图卷积编码模型得到蛋白结构编码特征;将蛋白结构编码特征和预训练得到的二维注意力矩阵输入到卷积编码模型中得到蛋白序列中残基对接触预测矩阵。将本发明提供的方法生成的蛋白接触图与真实接触图相似度高,预测精度好。
  • 一种基于神经网络序列蛋白质接触预测方法
  • [发明专利]一种药物-蛋白相互作用预测方法及系统-CN202211258086.9在审
  • 卫金茂;孙畅;李燕飞;刘健 - 南开大学
  • 2022-10-13 - 2022-12-09 - G16B30/00
  • 本申请公开了一种药物‑蛋白相互作用预测方法及系统,其中,方法包括:收集药物‑蛋白相互作用预测的数据集;对数据集进行预处理,得到处理后数据;基于处理后数据,进行蛋白序列编码,提取蛋白特征;基于蛋白特征,同时对药物和蛋白的分子机制进行编码,得到第一编码结果;基于处理后数据,将药物和蛋白的临床信息编码在一起,得到第二编码结果;根据第一编码结果和第二编码结果,计算药物‑蛋白对的相互作用概率。本申请同时考虑了药物和蛋白的化学属性、分子机制和临床功能;将药物和蛋白的原始特征投影到了共同的嵌入子空间中;通过分析药物和蛋白的特征的一致性,探究药物与蛋白的作用机制。
  • 一种药物蛋白质相互作用预测方法系统
  • [发明专利]可基因编码的全蛋白索烃的制备方法-CN201510593863.9有效
  • 张文彬;王晓威;刘栋 - 北京大学
  • 2015-09-17 - 2018-10-16 - C07K14/47
  • 本发明公开了一种可基因编码的全蛋白索烃的制备方法,利用蛋白互锁结构单元使蛋白单体分子之间发生相互缠绕,并利用类似于谍标签‑谍捕手偶联反应对的蛋白反应对使蛋白单体分子发生环化形成索烃,首先构建包含所述蛋白反应对和蛋白互锁结构单元的重组蛋白对应的编码基因并引入载体质粒中,然后在细胞中进行表达,纯化表达蛋白,得到蛋白索烃。本发明利用基因编码的形式,在细胞体内较为高效地获得具有索烃结构的蛋白,能够最大程度地降低蛋白索烃制备的难度,获得功能稳定的活性蛋白
  • 基因编码蛋白质索烃制备方法
  • [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
  • 许锦波;井晓阳;吴凡迪 - 北京分子之心科技有限公司
  • 2022-08-08 - 2023-10-10 - G16B15/20
  • 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结构本发明能仅基于蛋白序列进行结构预测,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进行结构预测,有利于蛋白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]基于三元组损失的蛋白折叠识别方法-CN202010947616.5有效
  • 於东军;刘岩 - 南京理工大学
  • 2020-09-10 - 2022-08-16 - G16B15/20
  • 本发明公开了一种基于三元组损失的蛋白折叠识别方法,包括以下几个步骤:使用one‑hot编码蛋白进行编码,将编码后的蛋白输入到SSA程序中,得到蛋白残基与残基之间的接触图,把接触图作为输入数据,输入到预先训练好的深度学习框架中,网络的输出就为蛋白特定于折叠识别的特征;把查询蛋白的特征与蛋白数据库中已知蛋白折叠类别的模板蛋白相比较,将距离查询蛋白最近的模板蛋白的折叠类别被分配给查询蛋白本发明借鉴三元组损失的训练思想,使得同类之间的蛋白结构距离更近,不同类之间的蛋白结构更远,从而使得蛋白的特征表达具有更强的鉴别力,使得识别效率更高。
  • 基于三元损失蛋白质折叠识别方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top