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！

龙图腾网获悉大连工业大学申请的专利一种基于深度学习的鲜味肽预测方法及系统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：CN120766752B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202510817727.7，技术领域涉及：G16B15/00；该发明授权一种基于深度学习的鲜味肽预测方法及系统是由程述震;付柏枫;杜明;常智慧;易俊洁;田宏;凡敏设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本一种基于深度学习的鲜味肽预测方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的鲜味肽预测方法及系统，该方法包括如下步骤：S1、构建数据集；S2、特征选择与处理；S3、构建Umami‑Transformer模型：构建包含特征处理与生成模块、序列信息处理模块、特征信息处理模块和结果输出模块的Umami‑Transformer模型；S4、模型训练：S5、鲜味肽预测：将待测肽序列输入训练好的Umami‑Transformer模型，得到其为鲜味肽的概率预测结果。本发明通过融合Transformer架构与8种关键物理化学特征，能够高效处理肽序列信息，显著提升鲜味肽预测精度。进一步结合穷举法筛选所有二肽至五肽，并通过分子对接技术解析候选肽与鲜味受体T1R1T1R3的相互作用机制，最终实现从理论预测到生物实验验证的全流程研究，为鲜味肽的高效挖掘及功能应用提供了创新技术路径。

本发明授权一种基于深度学习的鲜味肽预测方法及系统在权利要求书中公布了：1.一种基于深度学习的鲜味肽预测方法，其特征在于，包括如下步骤： S1、构建数据集：收集经过实验验证的鲜味肽和非鲜味肽序列，构建包含鲜味肽和非鲜味肽的UMP499数据集； S2、特征选择与处理：对肽序列进行标准化截断和填充，计算8种物理化学特征； S3、构建Umami-Transformer模型：构建包含特征处理与生成模块、序列信息处理模块、特征信息处理模块和结果输出模块的Umami-Transformer模型；其中，所述序列信息处理模块采用Transformer编码器；所述特征信息处理模块采用多层全连接网络；所述结果输出模块采用带有Sigmoid激活函数的MLP网络，输出鲜味肽概率；所述特征处理与生成模块用于处理和生成相关特征，为模型提供丰富的特征数据；特征处理与生成模块的输入层接收肽序列的16维编码向量及8种物理化学特征，物理化学特征通过标准化处理后与序列编码拼接；所述序列信息处理模块采用12层Transformer编码器，每层包含8个注意力头，并通过正弦-余弦位置编码补偿位置信息；通过多头注意力机制深入分析和高效处理肽序列信息，提取氨基酸之间的相关性；Transformer编码器能够同时关注序列的不同部分，捕捉氨基酸之间的复杂相互关系，包括局部关键结构特征和长距离关联； S4、模型训练：采用5折交叉验证方法对Umami-Transformer模型进行训练，使用BCELoss函数作为损失函数，直至Umami-Transformer模型在测试集上的分类准确率超过95%； S5、鲜味肽预测：将待测肽序列输入训练好的Umami-Transformer模型，得到其为鲜味肽的概率预测结果。

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大连工业大学，其通讯地址为：116000 辽宁省大连市甘井子区轻工苑1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。