基于深度中心点模型的蛋白质折叠识别方法及系统
公开
摘要
本发明属于计算生物学技术领域，公开一种基于深度中心点模型的蛋白质折叠识别方法及系统，该方法的目标是学习一个将每个蛋白质链映射为单位向量的深度嵌入网络，使得在嵌入空间中折叠类型相同的蛋白质链距离较近，折叠类型不同的蛋白质链距离较远。为此，本发明首先采用预训练的蛋白质语言模型将蛋白质的氨基酸序列表示成嵌入特征矩阵，然后通过同时最小化每个蛋白质链与其目标中心点的距离和最大化每个蛋白质链与其他非目标中心点的距离来学习深度嵌入网络，最后基于学习的深度嵌入网络进行蛋白质折叠类别的预测。总之，本发明通过采用深度嵌入学习技术能够精确地预测蛋白质的折叠类别。
基本信息
专利标题 ：
基于深度中心点模型的蛋白质折叠识别方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114596913A
申请号 ：
CN202210180117.7
公开（公告）日 ：
2022-06-07
申请日 ：
2022-02-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
杨伟张蕾郭悰
申请人 ：
河南大学
申请人地址 ：
河南省开封市顺河区明伦街85号
代理机构 ：
郑州大通专利商标代理有限公司
代理人 ：
张立强
优先权 ：
CN202210180117.7
主分类号 ：
G16B15/20
IPC分类号 ：
G16B15/20
IPC结构图谱
G
G部——物理
G16
特别适用于特定应用领域的信息通信技术
G16B
生物信息学，例如特别适用于计算分子生物学中的遗传或蛋白质相关数据处理的信息与通信技术
G16B15/00
特别适用于分析二维或三维分子结构，例如结构或功能关系、结构排序的ICT
G16B15/20
蛋白质或区域折叠
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
