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！

龙图腾网获悉湘潭大学申请的专利一种基于图神经网络的单序列蛋白质接触图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：CN115312118B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202210950286.4，技术领域涉及：G16B15/20；该发明授权一种基于图神经网络的单序列蛋白质接触图预测方法是由欧阳建权;唐欢容;高涌露设计研发完成，并于2022-08-09向国家知识产权局提交的专利申请。

本一种基于图神经网络的单序列蛋白质接触图预测方法在说明书摘要公布了：本发明属于蛋白质图谱预测领域，公开了一种基于图神经网络的单序列蛋白质接触图预测方法，包括以下步骤：收集蛋白质序列及对应的蛋白质三维结构数据，构建残基间接触矩阵；对每个蛋白质序列进行one‑hot编码处理，得到one‑hot一维特征；将每个蛋白质序列通过预训练模型得到一维蛋白质编码特征和二维注意力矩阵特征；构建图卷积编码模型和卷积解码模型；将one‑hot一维特征和预训练得到的一维蛋白质编码特征作为输入特征输入到图卷积编码模型得到蛋白质结构编码特征；将蛋白质结构编码特征和预训练得到的二维注意力矩阵输入到卷积编码模型中得到蛋白质序列中残基对接触预测矩阵。将本发明提供的方法生成的蛋白质接触图与真实接触图相似度高，预测精度好。

本发明授权一种基于图神经网络的单序列蛋白质接触图预测方法在权利要求书中公布了：1.基于图神经网络的单序列蛋白质接触图预测方法，其特征在于，包括以下步骤： S1收集蛋白质序列，并在PDB数据库中收集对应的蛋白质三维结构数据，构建残基间接触矩阵； S2对每个所述蛋白质序列进行one-hot编码处理，得到one-hot一维特征； S3将每个所述蛋白质序列通过预训练模型得到一维蛋白质编码特征和二维注意力矩阵特征；所述的预训练模型是Esm-1b；将每个所述的蛋白质序列通过Esm-1b获得维度为L*1280的一维蛋白质编码特征和维度为L*L*20的二维注意力矩阵，其中L是指目标蛋白质所含的蛋白质氨基酸数目； S4构建图卷积编码模型和卷积解码模型；所述的图卷积编码模型是由两层图卷积层和批归一化层和Relu激活层组成；所述的图卷积层表示为：，其中A表示邻接矩阵，W表示网络权重，表示第l层的节点信息，表示Relu激活函数；所述的卷积解码模型是由ResNet模块和多层感知器组成； S5将所述的one-hot一维特征和通过预训练模型得到的一维蛋白质编码特征作为输入特征输入到图卷积编码模型中，得到蛋白质结构特征；将所述的蛋白质结构特征和通过预训练模型得到的二维注意力矩阵输入到卷积解码模型预测蛋白质残基接触矩阵。

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湘潭大学，其通讯地址为：410205 湖南省湘潭市湘潭大学；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。