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 > 北京悦康科创医药科技股份有限公司王大为获国家专利权

北京悦康科创医药科技股份有限公司王大为获国家专利权

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!

龙图腾网获悉北京悦康科创医药科技股份有限公司申请的专利6-HB靶向膜融合抑制肽预测方法、装置、设备及介质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:CN120913657B

龙图腾网通过国家知识产权局官网在2026-02-03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:202511431984.3,技术领域涉及:G16B40/00;该发明授权6-HB靶向膜融合抑制肽预测方法、装置、设备及介质是由王大为;康志荣;宋更申;于飞设计研发完成,并于2025-10-09向国家知识产权局提交的专利申请。

6-HB靶向膜融合抑制肽预测方法、装置、设备及介质在说明书摘要公布了:本发明涉及深度学习技术领域,公开了一种6‑HB靶向膜融合抑制肽预测方法、装置、设备及介质,方法包括:生成靶向6‑HB的膜融合抑制候选肽;将膜融合抑制候选肽输入预先构建的6‑HB靶向膜融合抑制肽预测模型进行分类预测,获得膜融合抑制候选肽的分类结果;膜融合抑制肽预测模型为两阶段迁移学习分类模型,第一阶段基于序列通用特征,进行抗病毒肽与非抗病毒肽二分类预测;第二阶段融入空间构象特征,进行膜融合抑制肽与非膜融合抑制抗病毒肽二分类预测;筛选分类结果,获得6‑HB靶向膜融合抑制候选肽。实现了从粗粒度抗病毒活性识别到细粒度6‑HB抑制活性分类的跨越,提高了包膜病毒型亚型特异性的6‑HB抑制肽预测准确性。

本发明授权6-HB靶向膜融合抑制肽预测方法、装置、设备及介质在权利要求书中公布了:1.一种6-HB靶向膜融合抑制肽预测方法,其特征在于,所述方法包括: 生成6-HB靶向膜融合抑制候选肽; 将所述膜融合抑制候选肽输入预先构建的6-HB靶向膜融合抑制肽预测模型进行分类预测,获得所述膜融合抑制候选肽的分类结果;其中,所述6-HB靶向膜融合抑制肽预测模型为两阶段迁移学习分类模型,第一阶段基于序列通用特征,进行抗病毒肽与非抗病毒肽二分类预测;第二阶段融入空间构象特征,进行6-HB靶向膜融合抑制肽与非6-HB靶向的抗病毒肽二分类预测;其中,第一阶段构建基于抗病毒肽序列的k-接触图的图神经网络;第二阶段构建基于抗病毒肽碳原子欧氏距离的二值接触图的图神经网络; 筛选所述分类结果,获得最终的所述6-HB靶向膜融合抑制候选肽; 所述6-HB靶向膜融合抑制肽预测模型通过以下步骤建立: 获取第一数据集,所述第一数据集包括抗病毒肽与非抗病毒肽,其中,将所述抗病毒肽作为阳性数据集、将所述非抗病毒肽作为阴性数据集; 构建第一初始多层图卷积网络模型; 基于所述第一数据集,训练所述第一初始多层图卷积网络模型,获得训练完成后的通用型抗病毒肽活性预测模型; 获取第二数据集,所述第二数据集包括6-HB靶向膜融合抑制肽与非6-HB靶向的抗病毒肽,其中,将所述6-HB靶向膜融合抑制肽作为阳性数据集、将所述非6-HB靶向的抗病毒肽作为阴性数据集; 构建与所述第一初始多层图卷积网络模型架构相同的第二初始多层图卷积网络模型; 将所述通用型抗病毒肽活性预测模型权重冻结,作为序列通用特征提取器,提取的序列通用特征用于融合至所述第二初始多层图卷积网络模型的节点特征;所述序列通用特征包括氨基酸类型编码特征,理化属性特征以及进化语义特征; 基于所述第二数据集,将所述通用型抗病毒肽活性预测模型提取的通用序列特征与预计算得到的空间构象特征拼接,训练所述第二初始多层图卷积网络模型,获得所述6-HB靶向膜融合抑制肽预测模型;所述空间构象特征包括:旋转平移不变性坐标、欧氏距离、归一化逆向欧氏距离、离散曲率、伪二面角、构象相关AAindex特征、残基溶剂可及表面积相关特征。

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悦康科创医药科技股份有限公司,其通讯地址为:100176 北京市大兴区北京经济技术开发区科创七街11号院3号楼1层101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。