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277217个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于强化学习的蛋白进化方法及装置-CN202311172259.X在审
  • 张强;陈华钧 - 浙江大学杭州国际科创中心
  • 2023-09-12 - 2023-10-20 - G16B40/00
  • 本说明书实施例提供一种基于强化学习的蛋白进化方法,方法包括:获取各样本蛋白的特征信息,根据各样本蛋白的特征信息构建蛋白变异生成模型和评估模型;由蛋白变异生成模型在初始蛋白基础上得到一组变异蛋白;每得到一组变异蛋白,使用评估模型评估最新得到的该组变异蛋白中各变异蛋白的适应度,并判断适应度是否满足预设条件;若适应度不满足预设条件,则根据最新得到的该组变异蛋白中各变异蛋白的适应度对蛋白变异生成模型进行强化学习,并由经强化学习后的蛋白变异生成模型,在最新得到的变异蛋白基础上得到新的一组变异蛋白;若适应度满足预设条件,则从最新得到的该组变异蛋白中得到目标进化蛋白
  • 一种基于强化学习蛋白质进化方法装置
  • [发明专利]用含3到5个碳原子的酮糖生产交联蛋白的方法-CN200410103260.8无效
  • D·威尔士;C·福彻 - 罗凯脱兄弟公司
  • 2004-12-16 - 2005-08-31 - C07K1/107
  • 本发明涉及一种交联蛋白的方法,其交联剂为含3到5个碳原子的酮糖,所述蛋白选自:来自动物组织、来自牛奶或来自血液的蛋白,尤其如酪蛋白、明胶或胶原;来自谷类的蛋白,尤其如玉米、小麦或大米蛋白;来自高蛋白植物的蛋白,尤其如豌豆、紫花苜蓿、羽扇豆、大麦、小米或高粱的蛋白;来自油质植物的蛋白,尤其如大豆蛋白,例如豆饼、油菜籽或亚麻蛋白,例如油菜籽饼、向日葵、落花生或者棉花蛋白;来自植物块茎的蛋白,尤其如来自马铃薯或来自木薯的蛋白
  • 原子生产交联蛋白方法
  • [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

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