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！

龙图腾网获悉江南大学申请的专利基于多视图深度交互学习的多级酶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：CN116312851B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310103283.1，技术领域涉及：G16C20/30；该发明授权基于多视图深度交互学习的多级酶功能预测方法是由邓赵红;唐文亮;吴敬;未志胜;王蕾;王士同设计研发完成，并于2023-02-13向国家知识产权局提交的专利申请。

本基于多视图深度交互学习的多级酶功能预测方法在说明书摘要公布了：本发明属于智能细胞生物识别领域，涉及一种基于多视图深度交互学习的多级酶功能预测方法。该方法的主要过程如下：首先，将酶序列转换为溶剂可及性和二级结构的组合视图、包含进化信息的PSSM视图以及结构域视图，从而构建出初始的多视图特征数据；然后，将上述三个原始视图输入到不同的深度特异性网络模块，以获得各视图的深层特异性信息；进一步地，设计一个深度视图交互网络来提取视图间的交互性信息；最后，将各视图的特异性信息以及它们的交互性信息导入到一个后续的多视图自适应损失加权分类模块中进行协同训练，从而训练出最终的预测模型。

本发明授权基于多视图深度交互学习的多级酶功能预测方法在权利要求书中公布了：1.基于多视图深度交互学习的多级酶功能预测方法，其特征在于：步骤如下： 第一步：使用RaptorXProperty计算出序列中每个氨基酸二级结构的概率，以及处于溶剂可及性的三种状态概率，作为第一种初始视图特征X1； 第二步：使用PSI-BLAST将每个序列与Swiss-Prot数据库进行多序列比对，获得蕴含进化信息的PSSM矩阵，作为第二种初始视图特征X2； 第三步：使用hmmer在Pfam数据库中搜索每个序列所含有的结构域，对其结果进行编码，作为第三种初始视图特征X3；得到初步多视图数据集D＝{X1,X2,X3,y}； 第四步：为X1设计深度特异性网络，提取Property鉴别性更高的视图深度特征S1； 第五步：为X2设计深度特异性网络，提取PSSM鉴别性更高的视图深度特征S2； 第六步：为X3设计深度特异性网络，提取Property鉴别性更高的视图深度特征S3； 第七步：利用X1，X2，X3设计深度交互网络，提取视图之间的交互信息，显示地对视图之间的关系建模并探索潜在的一致信息，得到交互信息I1，I2，I3； 第八步：基于生成的深度特异性信息以及交互信息T＝{S1,S2,S3,I1,I2,I3}，使用多视图自适应损失加权分类进行训练并计算得到预测结果Y。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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。