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！

龙图腾网获悉常州大学申请的专利基于双向长短期记忆网络与特征融合的抗癌肽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：CN114863997B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202210686266.0，技术领域涉及：G16B15/30；该发明授权基于双向长短期记忆网络与特征融合的抗癌肽预测方法是由杨森;叶晨阳;朱轮;封红旗设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本基于双向长短期记忆网络与特征融合的抗癌肽预测方法在说明书摘要公布了：本发明涉及抗癌肽预测技术领域，尤其涉及基于双向长短期记忆网络与特征融合的抗癌肽预测方法，包括：读取四个基准肽序列数据集，对数据集进行氨基酸组成分析；通过Bi‑LSTM对数据集进行特征提取，生成Bi‑LSTM特征向量；通过全连接神经网络对五个氨基酸特征向量进行特征提取；将特征向量通过Concatenate算法进行特征融合，通过具有1单元和Sigmoid激活函数的全连接层，得到概率分数，通过分数区分为抗癌肽和非抗癌肽。本发明实现高准确率、高马修斯相关系数、高灵敏度、高特异度和高ROC曲线下面积的抗癌肽预测。

本发明授权基于双向长短期记忆网络与特征融合的抗癌肽预测方法在权利要求书中公布了：1.基于双向长短期记忆网络Bi-LSTM与特征融合的抗癌肽预测方法，其特征在于，包括以下步骤： 步骤1、读取ACPred-Fuse、ACPred-FL、ACP240、ACP740四个基准肽序列数据集，对数据集进行氨基酸组成分析； 步骤2、通过Bi-LSTM对数据集特征提取，生成Bi-LSTM特征向量； 包括： 步骤2.1、按照氨基酸字母表对肽的初级字母序列进行数字编码； 步骤2.2、通过Bi-LSTM的嵌入层将输入的数字编码转化为64维向量； 步骤2.3、Bi-LSTM对输入的64维向量进行特征提取，Bi-LSTM包括： 时刻的输入，细胞状态，临时细胞状态，隐层状态，遗忘门，记忆门，输出门；Bi-LSTM由前向和后向长短期记忆网络层组成，每层由一个记忆单元和64维隐藏单元组成；其中， 1 2 3 4 5 6 其中，W和b分别代表Bi-LSTM网络学习权重和偏置； 步骤3、通过全连接神经网络对五个氨基酸特征向量进行特征提取； 步骤3包括： 根据BPF、DPC、CKSAAGP、AAC和SOCNumber五个氨基酸特征，对肽的初级字母序列进行特征编码，特征编码将肽序列转换成770维的特征向量； 特征编码包括： 在BPF特征中，每个氨基酸字母都由01组成的20维向量表示； BPF特征编码表示为： 7 其中，P为肽序列，表示氨基酸的20维01二进制表示； DPC特征编码表示为： 8 其中，是由氨基酸类型a和b表示的二肽的数量，为肽序列长度； CKSAAGP特征编码表示为： 9 其中，-为25个零间隔的组对；，n为肽序列长度，为氨基酸间隔数； AAC特征编码表示为： 10 其中，表示氨基酸出现在肽序列的次数，表示肽序列的长度； SOCNumber特征编码表示为： 11 其中，描述了两个氨基酸在位置和之间的距离，表示滞后的最大值，是肽序列的长度； 步骤4、将步骤2与步骤3产生的特征向量通过Concatenate特征融合，再输入一个具有512单元和relu激活函数的全连接层，然后输入到一个具有1单元和Sigmoid激活函数的全连接层，得到0到1的概率分数，大于0.5为抗癌肽，小于等于0.5为非抗癌肽。

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常州大学，其通讯地址为：213164 江苏省常州市武进区滆湖中路21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。