一种基于组合型机器学习模型的蛋白质溶解性预测方法
公开
摘要
本发明公开了一种基于组合型机器学习模型的蛋白质溶解性预测方法，包括：从TargetTrack数据库中提取在大肠杆菌中表达的蛋白质氨基酸序列及溶解性相关的记录，作为训练数据集；训练卷积神经网络模型；蛋白质氨基酸序列作为输入，蛋白质可溶解的概率作为输出；提取训练数据集中蛋白质每个氨基酸所在的二级结构及基于蛋白质序列的相关特征训练支持向量机模型，该模型的输出为蛋白质可溶解的概率；根据训练数据集计算训练后的卷积神经网络模型和支持向量机模型的线性组合系数，确定最终的组合型模型；将需要预测溶解性的蛋白质序列输入到组合型模型，输出对应的蛋白质可溶的概率。该方法预测的准确性较高，提高了科研及生产的效率。
基本信息
专利标题 ：
一种基于组合型机器学习模型的蛋白质溶解性预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114582423A
申请号 ：
CN202210180159.0
公开（公告）日 ：
2022-06-03
申请日 ：
2022-02-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
范子灵梁恒宇周鹏韩超陈民良幸志伟马英宁张一平张皓
申请人 ：
河南省健康元生物医药研究院有限公司
申请人地址 ：
河南省焦作市马村区金源路8号
代理机构 ：
北京慕达星云知识产权代理事务所(特殊普通合伙)
代理人 ：
崔自京
优先权 ：
CN202210180159.0
主分类号 ：
G16B30/00
IPC分类号 ：
G16B30/00 G16B40/00 G06N3/04
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
G16B30/00
特别适用于对核酸或氨基酸进行序列分析的ICT
法律状态
2022-06-03 ：
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
