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！

龙图腾网获悉西北工业大学申请的专利一种基于迁移学习和分子对接的嗅觉受体功能预测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：CN119400236B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202411350596.8，技术领域涉及：G16B20/00；该发明授权一种基于迁移学习和分子对接的嗅觉受体功能预测方法是由卢慧甍;张轶峰;张天民;段苏扬;杨宣枭;薛伟;徐畅;杨慧设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本一种基于迁移学习和分子对接的嗅觉受体功能预测方法在说明书摘要公布了：本发明公开了一种基于迁移学习和分子对接的嗅觉受体功能预测方法，包括：获取源域数据集和目标域数据集；使用特征提取模块通过将特征向量合并输入到全连接神经网络来搭建功能预测模型；使用源域数据集对功能预测模型进行预训练，并使用目标域数据集对功能预测模型进行微调得到第一步迁移学习模型；判断待预测嗅觉受体功能的目标物种与目标域数据集对应的物种是否一致，若一致即使用第一步迁移学习模型进行嗅觉受体功能预测；若不一致，即在第一步迁移学习模型的基础上进行一步或更多步微调直至得到用于进行嗅觉受体功能预测的第二步迁移学习模型。本发明方法有效结合实验数据、分子模拟和深度学习技术，实现了对大规模嗅觉受体功能的快速准确预测。

本发明授权一种基于迁移学习和分子对接的嗅觉受体功能预测方法在权利要求书中公布了：1.一种基于迁移学习和分子对接的嗅觉受体功能预测方法，其特征在于，包括： 步骤一：获取源域数据集和目标域数据集； 步骤二：使用特征提取模块通过将特征向量合并输入到全连接神经网络来搭建功能预测模型； 在所述步骤二中，将嗅觉受体的氨基酸序列和小分子的简化分子线性输入规范作为模型输入，得到蛋白质和小分子的特征向量表示，之后将两部分特征向量合并后输入到全连接神经网络中，将蛋白质与小分子之间的结合分数作为标签来搭建功能预测模型； 步骤三：使用所述源域数据集对所述功能预测模型进行预训练，并使用所述目标域数据集对所述功能预测模型进行微调使得能够对功能鉴定的实验结果进行预测，从而得到第一步迁移学习模型； 步骤四：判断待预测嗅觉受体功能的目标物种与所述目标域数据集对应的物种是否一致，若一致即使用所述第一步迁移学习模型进行嗅觉受体功能预测；若不一致，即在所述第一步迁移学习模型的基础上，使用目标物种的嗅觉受体功能鉴定实验数据进行一步或更多步微调直至得到能够用于预测目标物种的嗅觉受体功能的第二步迁移学习模型，而后使用所述第二步迁移学习模型进行嗅觉受体功能预测。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。

以上内容由龙图腾AI智能生成。