买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京石油化工学院申请的专利一种基于预训练模型的合成蛋白质干筛选的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117894374B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410107064.5，技术领域涉及：G16B40/00；该发明授权一种基于预训练模型的合成蛋白质干筛选的方法是由林小竹;宋慧佳;周天千;林子涵;张怀念;方春设计研发完成，并于2024-01-25向国家知识产权局提交的专利申请。

本一种基于预训练模型的合成蛋白质干筛选的方法在说明书摘要公布了：本发明公开了一种基于预训练模型的合成蛋白质干筛选的方法，首先将蛋白质序列输入到预训练的WGAN模型中，形成一个经过预训练的生成器；对蛋白质序列中的特定氨基酸进行Mask操作，利用生成器模仿目标序列生成一批合成蛋白质序列；检查合成蛋白质序列的溶解度是否大于0.70，并且特殊氨基酸的数量是否超过目标序列中特殊氨基酸的数量加1；若满足条件，则首先计算合成蛋白质序列与目标序列之间的骨架距离和特征距离，将这两个距离分别进行升序排序，并根据排序结果选择对应的合成蛋白质作为最终的筛选结果。该方法利用了结构和理化特性的综合信息，能够有效预测并筛选出在结构和理化特性上与目标序列更相似的合成蛋白质。

本发明授权一种基于预训练模型的合成蛋白质干筛选的方法在权利要求书中公布了：1.一种基于预训练模型的合成蛋白质干筛选的方法，其特征在于，所述方法包括： 步骤1、首先将目标蛋白质序列输入到Wasserstein生成对抗网络WGAN模型中，保存生成器的预训练参数，形成一个经过预训练的生成器； 在步骤1中，具体是将目标蛋白质序列输入到WGAN模型中，保存生成器的预训练参数，形成一个经过预训练的生成器，具体过程为： 首先通过调用WGAN模型，将随机噪声传入到WGAN模型中，在生成器G与判别器D相互博弈的过程中，生成器G模仿目标蛋白质序列的能力不断增强； 在训练结束后，WGAN模型中的生成器G已经是一个能够生成与目标蛋白质序列高度相似的合成蛋白质的生成器； 之后使用PyTorch库中的torch.save函数，将经过预训练的生成器的权重参数保存到指定的文件路径中； 步骤2、对目标蛋白质序列中的特定氨基酸进行Mask操作，利用步骤1预训练好的生成器模仿所述目标蛋白质序列生成一批合成蛋白质序列，并为其编号； 步骤3、在得到合成蛋白质序列后，首先检查所述合成蛋白质序列的溶解度是否大于0.70，并且特殊氨基酸的数量是否超过目标蛋白质序列中特殊氨基酸的数量加1； 步骤4、若满足步骤3的条件，则进入步骤5进行合成蛋白质序列复筛操作；若不满足步骤3的条件，则返回步骤2进行带Mask的蛋白质序列生成操作； 步骤5、在复筛操作阶段，首先计算合成蛋白质序列与目标蛋白质序列之间的骨架距离和特征距离，将这两个距离分别进行升序排序，并根据排序结果选择对应的合成蛋白质作为最终的筛选结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京石油化工学院，其通讯地址为：102600 北京市大兴区黄村清源北路19号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。