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！

龙图腾网获悉北京深势科技有限公司申请的专利MHC类分子与多肽亲和力预测数据的处理方法和装置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：CN116386761B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310473498.2，技术领域涉及：G16C20/30；该发明授权MHC类分子与多肽亲和力预测数据的处理方法和装置是由温翰;郭律均;李永歌;张林峰;孙伟杰设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本MHC类分子与多肽亲和力预测数据的处理方法和装置在说明书摘要公布了：本发明实施例涉及一种MHC类分子与多肽亲和力预测数据的处理方法和装置，所述方法包括：接收分子序列；使用蛋白质预训练模型进行氨基酸序列特征编码生成第一特征张量；使用Uni‑Fold微调模型进行三维结构预测；将Uni‑Fold微调模型的指定模块输出张量组成第二特征张量；对三维结构中MHC类分子与多肽的多个指定特征进行提取生成第三特征张量；对第一、二、三特征张量进行融合；使用亲和力预测模型根据融合张量对MHC类分子与多肽的结合状态进行预测；根据预测向量对三维结构进行优化。通过本发明可以降低MHCI类、II类分子与多肽亲和力的分析难度。

本发明授权MHC类分子与多肽亲和力预测数据的处理方法和装置在权利要求书中公布了：1.一种MHC类分子与多肽亲和力预测数据的处理方法，其特征在于，所述方法包括： 接收第一分子序列；所述第一分子序列包括MHC类分子与多肽的分子序列；所述MHC类分子包括MHCI类分子和MHCII类分子； 使用预设的蛋白质预训练模型对所述第一分子序列进行氨基酸序列特征编码处理生成对应的第一特征张量；并使用预设的Uni-Fold微调模型对所述第一分子序列进行三维结构预测处理生成对应的第一三维结构；并在三维结构预测处理过程中将所述Uni-Fold微调模型的指定模块输出张量提取出来组成对应的第二特征张量；并对所述第一三维结构中的所述MHC类分子与所述多肽的氢键、盐桥、范德华作用力、电荷特征、相对溶剂可接触表面积和二级结构特征进行提取生成对应的第三特征张量；并对所述第一、第二和第三特征张量进行特征张量拼接生成对应的第一融合张量； 使用预设的亲和力预测模型根据所述第一融合张量对所述MHC类分子与所述多肽的结合状态进行预测处理生成对应的第一预测向量；并根据所述第一预测向量对所述第一三维结构进行优化处理；所述第一预测向量包括第一结合概率和第一未结合概率；所述第一结合概率为所述MHC类分子与所述多肽结合的预测概率；所述第一未结合概率为所述MHC类分子与所述多肽未结合的预测概率； 其中，所述蛋白质预训练模型包括ESM2模型，ESM-1b模型,ESM-1v模型,ESM-IF1模型和protBERT模型； 所述Uni-Fold微调模型为基于Uni-Fold模型的微调模型；所述Uni-Fold微调模型包括Evoformer网络和Structure模块，所述Evoformer网络的输出张量为所述Structure模块的输入张量； 所述亲和力预测模型包括Transformer模型和预测神经网络； 所述在三维结构预测处理过程中将所述Uni-Fold微调模型的指定模块输出张量提取出来组成对应的第二特征张量，具体包括： 在三维结构预测处理过程中，将所述Uni-Fold微调模型的所述Evoformer网络和所述Structure模块的输出张量提取出来作为对应的第一、第二提取张量；并由所述第一、第二提取张量组成对应的所述第二特征张量。

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深势科技有限公司，其通讯地址为：100080 北京市海淀区海淀东三街2号14层1401；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。