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！

龙图腾网获悉北京大学申请的专利一种改造任意多肽序列为抗菌肽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：CN119832985B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411945874.4，技术领域涉及：G16B20/50；该发明授权一种改造任意多肽序列为抗菌肽的方法是由宋晨;董睿涵;曹秋实设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种改造任意多肽序列为抗菌肽的方法在说明书摘要公布了：本发明公开了一种改造任意多肽序列为抗菌肽的方法，属于生物信息技术领域。本发明开发了用于预测多肽的抗菌活性分数的超图神经网络预测器，对预训练蛋白质语言模型进行偏向于捕捉抗菌肽序列特征的微调训练，并训练用于选择多肽序列中的待突变氨基酸位点的策略网络；对于任意起始多肽序列，首先通过策略网络选择待突变氨基酸位点，然后由微调后的蛋白质语言模型给出该位点突变后氨基酸类型，再由超图神经网络预测器预测突变后序列的抗菌活性分数，迭代执行该过程，直到获得理想的抗菌肽序列输出。该方法有能力将任意多肽序列改造为抗菌肽，改造后多肽的抗菌活性得分获得大幅度提升，可应用于抗菌药物的实际开发，为解决耐药细菌感染奠定基础。

本发明授权一种改造任意多肽序列为抗菌肽的方法在权利要求书中公布了：1.一种改造任意多肽序列为抗菌肽的方法，包括以下步骤： A.开发一个用于预测多肽的抗菌活性分数的超图神经网络预测器，包括步骤A1~A3： A1.收集包括抗菌肽序列、非抗菌肽序列以及每条序列对应的抗菌活性分数的数据集，随机划分训练集、验证集和测试集，其中，数据集包含来自GRAMPA数据库的抗菌肽序列及其logMIC抗菌活性值，logMIC和已知抗菌活性分数y的转化方式为；数据集同时包含与抗菌肽序列具有相同数目、来自Uniprot数据库的非抗菌肽序列，抗菌活性分数标签填充为0； A2.构建超图神经网络预测器，包括： A2-1.将每条多肽序列以长度分别为2个、3个、4个氨基酸的滑动窗口分割片段，对三种不同片段长度分割后的多肽分别构建超图，其中，整条多肽的各个氨基酸残基为节点，分割后的片段为超边，多肽从蛋白质语言模型输出的各个残基的特征组成节点特征矩阵； A2-2.将多肽超图通过超图卷积操作提取特征，计算方法为： 其中，是超图的节点特征矩阵，为超图的关联矩阵，为超边特征矩阵，和分别为节点和边上度数的对角矩阵，为训练过程中学习的参数；从三种不同片段长度的多肽超图分别得到特征； A2-3.将步骤A2-2输出的三个层级特征融合得到该多肽序列的最终特征，将最终特征输入至一个全连接神经网络中预测输出该多肽的预测抗菌活性分数： 其中，表示全连接神经网络计算； A3.使用A1中训练集数据训练A2构建的超图神经网络预测器，损失函数Loss为均方误差MSE： 对第条多肽，为步骤A2-3输出的预测抗菌活性分数，为数据集中包含的已知抗菌活性分数；训练的目标是减小预测抗菌活性分数与已知抗菌活性分数标签之间的差异，使得所述超图神经网络预测器能够准确预测多肽序列的抗菌活性分数；验证集用于选择所述超图神经网络预测器参数，测试集用于测试所述超图神经网络预测器性能； B.用已知抗菌肽序列数据对预训练蛋白质语言模型进行微调训练，使其偏向于捕捉抗菌肽序列的特征，所述已知抗菌肽序列数据来源于APD3、DRAMP、DBAASP、SATPdb、XUAMP、ADAM、AMPfun、LAMP、CAMP、dbAMP、YADAMP共11个抗菌肽数据库，并使用CD-HIT工具以0.6-0.9阈值去冗余，保留具有代表性的抗菌肽序列；所述预训练蛋白质语言模型为Ankh模型； C.训练一个用于选择多肽序列中的待突变氨基酸位点的策略网络，所述策略网络是一个参数为的全连接神经网络，训练策略网络的方法为： C1.随机生成一系列长度在10到40个氨基酸之间的多肽序列作为训练数据集，同时随机初始化策略网络参数； C2.将多肽序列转换为数字编码输入策略网络中，输出各个残基预测为待突变位点的概率； C3.根据步骤C2中输出的概率采样得到具体的待突变氨基酸位点；其中，表示采样操作； C4.将步骤C3输出的待突变氨基酸位点用掩码字符替代，输入至步骤B微调后的语言模型，得到突变后的多肽序列，再输入至步骤A开发的超图神经网络预测器中得到预测抗菌活性分数； C5.迭代执行步骤C2、C3、C4共T次，获得一条轨迹：，其中为步骤C4中获得的多肽序列，为步骤C3中获得的待突变位点，为步骤C4中获得的预测抗菌活性分数；利用轨迹，用REINFORCE算法更新策略网络参数； D.将任意多肽序列改造为抗菌肽，包括： D1.输入任意起始多肽序列，由步骤C训练的策略网络选择待突变氨基酸位点； D2.由步骤B微调后的蛋白质语言模型给出该位点突变后氨基酸类型，获得完整突变后序列； D3.由步骤A开发的超图神经网络预测器预测突变后序列的抗菌活性分数； D4.迭代执行步骤D1、D2、D3，直到获得理想的抗菌肽序列输出。

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大学，其通讯地址为：100871 北京市海淀区颐和园路5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。