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275724个,建议您升级VIP下载更多相关专利
  • [发明专利]基于蛋白相互作用网络和蛋白组学的蛋白鉴定方法-CN201410399487.5有效
  • 王建新;钟坚成;李敏 - 中南大学
  • 2014-08-14 - 2017-02-15 - G06F19/18
  • 本发明公开了一种基于蛋白相互作用网络和蛋白组学的蛋白鉴定方法。该方法基于相互作用蛋白间的存在概率亦相互影响的现象,在鸟枪法蛋白组学数据上融合蛋白相互作用网络信息,定义了新的蛋白鉴定图模型,利用图模型中蛋白的存在概率及其所获得的邻居蛋白结点的支持度来调整肽映射到蛋白的概率,从而调整蛋白的存在概率。该方法能识别大部分的蛋白,与其它鉴定方法比较,具有较的高的精确度。为生物学家通过蛋白组学数据推断和鉴定蛋白的实验以及进一步研究提供有价值的参考信息。
  • 基于蛋白质相互作用网络鉴定方法
  • [发明专利]基于蛋白时空子网络的关键蛋白识别方法及识别系统-CN201810287578.8有效
  • 李敏;李文凯;郑瑞清;王建新 - 中南大学
  • 2018-03-31 - 2022-02-11 - G16B20/00
  • 本发明公开了一种基于蛋白时空子网络的关键蛋白识别方法及识别系统,包括如下步骤:步骤1:获取原始蛋白网络;步骤2:构建不同时刻的活性蛋白集合;步骤3:构建不同亚细胞结构中的蛋白集合;步骤4:依据蛋白节点之间的连接关系、不同时刻的活性蛋白集合、不同亚细胞结构中的蛋白集合组建各类亚细胞结构在不同时刻的时空子网络;步骤5:获取每个蛋白节点的最大度中心性值;步骤6:按照蛋白节点的最大度中心性对所有蛋白节点进行降序排列,再选定排前的M个蛋白节点作为预测的关键蛋白。通过上述方法能够提高关键蛋白的识别准确率。
  • 基于蛋白质时空网络关键识别方法系统
  • [发明专利]一种基于深度学习的融合多特征的蛋白功能预测方法-CN201910215306.1有效
  • 李敏;张富豪;宋虹 - 中南大学
  • 2019-03-21 - 2022-12-09 - G16B20/00
  • 本发明提供了基于深度学习的融合多特征的蛋白功能预测方法,包括:S1、根据蛋白的序列信息、作用信息和同源信息,提取蛋白的语义结构特征、亚序列特征和网络拓扑结构特征;S2、将蛋白的语义结构特征、亚序列特征和网络拓扑结构特征输入预先训练的蛋白功能预测模型中,输出分类结果;蛋白功能预测模型包括:根据蛋白语义结构特征,提取蛋白局部语义特征;根据蛋白亚序列特征,提取蛋白更稠密、更高级别的亚序列特征;将蛋白局部语义特征,更稠密、高级别的亚序列特征和网络拓扑结构特征进行融合,获得蛋白分类融合特征;将蛋白分类融合特征输入功能分类模块,输出分类结果。显著的提高了预测蛋白功能的准确度。
  • 一种基于深度学习融合特征蛋白质功能预测方法
  • [发明专利]磁性蛋白晶体制备方法、磁性蛋白晶体及应用-CN202011377415.2有效
  • 苏敏;张清洋 - 河北工业大学
  • 2020-12-01 - 2023-05-02 - C07K1/30
  • 本发明涉及生物医药技术领域,具体涉及磁性蛋白晶体制备方法、磁性蛋白晶体及应用。所述磁性蛋白晶体制备方法包括如下步骤:将磁性成核剂与含有蛋白的溶液体系混合,调节蛋白溶液的过饱和度,使得蛋白在磁性成核剂上结晶析出,得到磁性蛋白晶体。本发明通过向含有蛋白的溶液体系引入磁性成核剂来制备磁性蛋白晶体,有效缩短了蛋白的结晶时间,简化了蛋白晶体的分离过程,提高了蛋白晶体的结晶效率和晶体的分离效率,制得的磁性蛋白晶体可作为药物中间产品,特别的,可用于靶向药物的生产,本技术在蛋白药物的生产领域具有广阔的应用前景。
  • 磁性蛋白质晶体制备方法应用
  • [发明专利]蛋白复合物的识别方法-CN201610356036.2在审
  • 赵军民;魏新红;张凯;张芳芳;杨斌;娄鑫坡;孔玉静 - 河南城建学院
  • 2016-05-26 - 2016-10-12 - G06F19/18
  • 本发明公开一种蛋白复合物的识别方法,包括如下步骤:构建带权的蛋白相互作用网络,其中权值表示编码发生相互作用的蛋白对应基因的表达模式之间的相似度;基于上述带权的蛋白相互作用网络,识别蛋白复合物的核;基于核内蛋白与非核蛋白发生相互作用的数量多少和权重大小来为蛋白复合物的核识别附属蛋白;以及将识别出的核与识别出的附属蛋白进行组合,识别为蛋白复合物。本方法不仅考虑了蛋白复合物的内部结构,还要利用了编码相互作用蛋白基因共表达程度高的特性。因此,该方法不仅可以识别具有重叠结构的蛋白复合物,而且所识别的蛋白复合物反映了蛋白复合物的真实内部结构。
  • 蛋白质复合物识别方法
  • [发明专利]镜像蛋白相互作用图谱的构建方法及相关设备-CN202310355390.3在审
  • 郭建影 - 平安科技(深圳)有限公司
  • 2023-03-22 - 2023-06-30 - G06F16/36
  • 本申请提出一种镜像蛋白相互作用图谱的构建方法、装置、电子设备及存储介质,镜像蛋白相互作用图谱的构建方法包括:基于原始蛋白构建第一图神经网络,并将原始蛋白的氨基酸序列输入第一图神经网络,预测原始蛋白的性质以及原始蛋白与其他原始蛋白之间的相互作用;基于原始蛋白之间的相互作用构建第二图神经网络;将任意氨基酸序列输入第二图神经网络,预测氨基酸序列对应镜像蛋白的性质、三维结构和镜像蛋白与其他蛋白之间的相互作用;将蛋白的性质和三维结构作为节点信息,任意两个蛋白之间的相互作用作为连边,构建镜像蛋白相互作用图谱。本申请能预测镜像蛋白的结构和性质并构建镜像蛋白相互作用图谱。
  • 蛋白质相互作用图谱构建方法相关设备
  • [发明专利]油料籽仁蛋白的提取-CN97193452.5无效
  • E·D·默里 - B·M·W·卡诺拉有限公司
  • 1997-01-29 - 2001-01-03 - A23J1/14
  • 使用食品级盐溶液,通过浸提具有相当脂肪含量的油料籽仁粗粉,特别是canola粗粉,来促使油料籽仁粗粉中的蛋白及脂肪发生溶解,形成蛋白水溶液,所得到的蛋白分离物具有高含量的蛋白和低含量的残余脂肪,并且蛋白基本上呈未变性的形式。除去蛋白水溶液中脂肪的方法,是冷却蛋白水溶液,然后除去分离出来的脂肪。当离子强度维持基本恒定时,提高了脱脂蛋白溶液的中蛋白浓度。对浓缩的蛋白溶液采用进一步除去脂肪的操作,然后稀释到离子强度低于约0.2,促使在水相中形成以蛋白微团形式存在的蛋白颗粒。通过沉淀蛋白微团,形成凝聚的蛋白分离物团块,呈无定形的、粘胶质的、面筋样蛋白微团团块,将其与上清液分开,干燥后得到蛋白粉末。
  • 油料蛋白质提取
  • [发明专利]基于有监督学习检测蛋白复合物的方法及装置-CN202111558297.X有效
  • 王荣全;赵贺;马惠敏;储华珍 - 北京科技大学
  • 2021-12-20 - 2022-03-29 - G16B40/20
  • 本发明公开了一种基于有监督学习检测蛋白复合物的方法及装置,涉及蛋白复合物检测技术领域。包括:构建具有权重的蛋白相互作用网络;在具有权重的蛋白相互作用网络中检测蛋白复合物的核;根据有监督学习的蛋白复合物模型训练方法,训练得到蛋白复合物检测模型;基于局部搜索策略和构建好的蛋白复合物检测模型,延伸蛋白复合物的核形成蛋白复合物;根据蛋白复合物检测模型给蛋白复合物进行打分并过滤掉低分且高度重叠的蛋白复合物,得到挖掘出的蛋白复合物。本发明能够进一步提高蛋白复合物检测方法的精度;提取有效的拓扑特征描述蛋白复合物;训练得到具有较强鲁棒性的基于有监督学习的蛋白复合物模型。
  • 基于监督学习检测蛋白质复合物方法装置
  • [发明专利]表达载体和蛋白的制造方法-CN201380006276.4有效
  • 小谷哲也;阿里木江·依地热斯;东田英毅 - 旭硝子株式会社
  • 2013-01-22 - 2018-01-02 - C12N15/09
  • 本发明提供用于分泌要取得的蛋白(Z)或具有该蛋白(Z)部分的融合蛋白的表达载体、使用该表达载体的转化体的制造方法、该转化体和使用该转化体制造蛋白的方法。表达载体,其特征在于,具有表达盒,该表达盒包含编码下述蛋白(Y)的结构基因序列(y)、位于所述结构基因序列(y)的下游的编码作为要取得的蛋白蛋白(Z)的结构基因序列(z)、用于表达包括所述蛋白(Y)部分和所述蛋白(Z)部分的融合蛋白的启动子序列和终止子序列,所述蛋白(Y)为PDI1(蛋白二硫键异构酶,Protein disulfide isomerase1)的全长蛋白、PDI1的部分蛋白或它们的突变蛋白
  • 表达载体蛋白质制造方法

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