一种基于深度学习的蛋白质模型质量评估方法
实质审查的生效
摘要
一种基于深度学习的蛋白质模型质量评估方法，首先在PISCES服务器中筛选出设定蛋白质长度、最大序列冗余度和分辨率的蛋白质索引，然后从PDB库中下载相应蛋白质结构信息；使用RosettaCM比较建模、天然结构的随机位置插入片段进行扰动、trRosetta进行深度学习指导折叠三种方法生成每个蛋白在不同模型质量分布上的诱饵结构，构建数据集；对数据集中的每一个蛋白质天然结构及其诱饵结构提取一维、二维三维特征信息；再经过一系列三维卷积层生成的输出张量将被展平，并与其它一维特征串联后进行垂直和水平条带化，与其它二维特征结合在一起，得到141×L×L的特征图输入到二维卷积残差网络进行训练。本发明预测效率与准确性较高。
基本信息
专利标题 ：
一种基于深度学习的蛋白质模型质量评估方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114530195A
申请号 ：
CN202210186433.5
公开（公告）日 ：
2022-05-24
申请日 ：
2022-02-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张贵军郭赛赛刘俊杨涛冯琼琼余众泽周晓根
申请人 ：
浙江工业大学
申请人地址 ：
浙江省杭州市拱墅区潮王路18号
代理机构 ：
浙江千克知识产权代理有限公司
代理人 ：
赵芳
优先权 ：
CN202210186433.5
主分类号 ：
G16B15/20
IPC分类号 ：
G16B15/20 G16B5/20 G16B30/00 G06N3/04 G06N3/08
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
2022-06-10 ：
实质审查的生效
IPC(主分类) : G16B 15/20
申请日 : 20220228
申请日 : 20220228
2022-05-24 ：
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
