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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 泰山学院冯昌利获国家专利权

泰山学院冯昌利获国家专利权

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!

龙图腾网获悉泰山学院申请的专利一种基于混合深度学习架构的嗜盐蛋白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:CN121506251B

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:202610036572.8,技术领域涉及:G16B30/00;该发明授权一种基于混合深度学习架构的嗜盐蛋白预测方法及系统是由冯昌利;李鑫;朱笑荣;魏海燕;杨萌萌;吴蔚设计研发完成,并于2026-01-13向国家知识产权局提交的专利申请。

一种基于混合深度学习架构的嗜盐蛋白预测方法及系统在说明书摘要公布了:本发明提供一种基于混合深度学习架构的嗜盐蛋白预测方法及系统,涉及生信分析技术领域,该方法包括:获取待预测的蛋白质序列;利用蛋白质语言模型提取其全局语义嵌入特征;同时,基于特定的约化氨基酸字母表对序列重编码,并统计三种间隔模式下的约化二肽频率以生成局部组成特征向量;将两类特征拼接后,输入由一维卷积神经网络与轻量级Transformer编码器串联构成的混合深度学习模型进行处理,最终由全连接层输出预测结果。本发明通过融合多尺度序列特征与层级化混合网络架构,显著提升了嗜盐蛋白识别的准确性、泛化能力与计算效率,为大规模极端环境酶资源的智能挖掘提供了有效工具。

本发明授权一种基于混合深度学习架构的嗜盐蛋白预测方法及系统在权利要求书中公布了:1.一种基于混合深度学习架构的嗜盐蛋白预测方法,其特征在于,包括: 获取待预测的蛋白质氨基酸序列; 将所述蛋白质氨基酸序列输入蛋白质语言模型,提取所述序列的全局语义嵌入特征; 基于预设的约化氨基酸字母表对所述蛋白质氨基酸序列进行重编码,并统计连续、单间隔及双间隔三种模式下的约化二肽频率,生成局部组成特征向量;其中,所述约化氨基酸字母表将20种天然氨基酸划分为多个功能等效类;所述约化氨基酸字母表为"AGNPQST#DE#FWY#ILMV#C#K#R#H",其中“#”用于分隔不同的氨基酸类别;统计所述约化二肽频率包括:分别统计连续、间隔一个残基及间隔两个残基的约化二肽在重编码后序列中出现的频率,并将三种模式下的频率向量进行拼接以生成所述局部组成特征向量; 将所述全局语义嵌入特征与所述局部组成特征向量进行拼接,获得融合特征向量; 将所述融合特征向量输入混合深度学习模型进行处理,所述混合深度学习模型包括依次连接的一维卷积神经网络、轻量级Transformer编码器和全连接层;所述一维卷积神经网络包括至少两个卷积层及对应的池化层,用于从所述融合特征向量中提取局部空间模式特征;所述轻量级Transformer编码器包含多头自注意力机制,用于对所述一维卷积神经网络的输出进行建模,以捕获序列中的长程依赖关系;所述一维卷积神经网络的第l层卷积操作定义如下:设输入特征向量为,其中N=,为所述全局语义嵌入特征的长度,为所述约化氨基酸字母表的类别数量;卷积核权重矩阵为,其中为第层卷积核尺寸;偏置项为;则第个位置的输出特征值计算如下: ; 其中,的取值范围为,为ReLU激活函数; 每个卷积层后接一个最大池化层,所述最大池化层的池化核大小为7,步长为7,第个池化单元的输出计算如下: ; 其中,[7]表示从1到7的整数集合; 根据所述全连接层的输出,确定所述蛋白质氨基酸序列是否为嗜盐蛋白的预测结果。

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泰山学院,其通讯地址为:271000 山东省泰安市岱岳区东岳大街525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。

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。