Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海海量医药科技有限公司孙海丰获国家专利权

上海海量医药科技有限公司孙海丰获国家专利权

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!

龙图腾网获悉上海海量医药科技有限公司申请的专利一种预测环肽及其复合物结构的深度学习算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:CN116864030B

龙图腾网通过国家知识产权局官网在2025-11-25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:202310860800.X,技术领域涉及:G16C20/30;该发明授权一种预测环肽及其复合物结构的深度学习算法是由孙海丰;张城赟;尚田丰设计研发完成,并于2023-07-13向国家知识产权局提交的专利申请。

一种预测环肽及其复合物结构的深度学习算法在说明书摘要公布了:本发明公开了一种预测环肽及其复合物结构的深度学习算法,其由HighFold模型和HighFold_Multimer模型组成,具体步骤包括了:获取环肽单体基准数据集;HighFold模型以AlphaFold为框架,通过定义模型的输入的相对位置矩阵状态从而加入环肽的首尾成环和二硫桥信息,实现合理的环肽单体结构预测;获取环肽复合物基准数据集并且构建外部数据集;HighFold_Multimer模型以AlphaFold_Multimer为框架,通过定义该模型的输入的相对位置矩阵状态从而有效区分环肽配体结构和靶点蛋白结构之间的输入差异,保证了环肽的首尾成环及二硫桥信息的学习,同时实现了靶点蛋白的合理结构预测,完成环肽复合物的结构预测。该算法为研究人员提供有效的环肽结构理论支撑,促进环肽功能探索,环肽‑蛋白质相互作用,环肽设计等相关研究的发展。

本发明授权一种预测环肽及其复合物结构的深度学习算法在权利要求书中公布了:1.一种预测环肽及其复合物结构的深度学习算法,其特征在于包括如下步骤: 步骤一,获取环肽单体基准数据集; 步骤二,HighFold模型以AlphaFold为框架,通过定义模型的输入相对位置矩阵特征状态从而加入环肽的首尾成环及二硫桥结构信息; 步骤三,将步骤一数据中的环肽单体信息以FASTA文本形式输入到步骤二中获得的HighFold模型中,FASTA文本信息会结合MSA和模板信息转化为矩阵,模型根据该矩阵特征进行推理,实现合理的环肽单体结构预测,模型的输出为环肽单体的原子3D坐标,以PDB形式保存,输出的结果共有5个,按照pLDDT指标进行排序; 步骤四,将步骤三获得的结果与步骤一的数据中的真实环肽结构进行对齐计算,获得Cα-RMSD值,用于评价模型在环肽单体预测任务中的表现; 步骤五,获取环肽复合物基准数据集并且构建外部数据集; 步骤六,HighFold_Multimer模型以AlphaFold_Multimer为框架,通过定义该模型的输入矩阵状态从而有效区分环肽配体结构和靶点蛋白结构之间的差异,保证了环肽的首尾成环及二硫桥信息的学习,并保持靶点蛋白的合理结构; 步骤七,将步骤五数据中的环肽复合物信息以FASTA文本形式输入到步骤六中获得的HighFold_Multimer模型中,FASTA文本信息会结合MSA和模板信息转化为矩阵,模型根据该矩阵特征进行推理,实现合理的环肽复合物结构预测,模型的输出为环肽复合物的原子3D坐标,以PDB形式保存,输出的结果共有5个,按照置信度指标进行排序; 步骤八,将步骤七获得的结果与步骤五的数据中的真实环肽复合物结构进行计算,获得Fnat值,用于评价模型在环肽复合物预测任务中的表现。

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上海海量医药科技有限公司,其通讯地址为:201203 上海市浦东新区中国(上海)自由贸易试验区蔡伦路781号503室;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。