生命学类专利转让_商标转让_知识产权评估交易

类型
法律状态
检索范围
名称/领域

专利名称：一种基于轻量级深度卷积网络的蛋白质扭转角预测方法申请号：2021107593277 转让价格：面议收藏
法律状态：已下证类型：发明关键词：生命学生物信息学计算生物学相似专利发布日：2025/08/04
摘要：本发明公开一种基于轻量级深度卷积网络的蛋白质扭转角预测方法，包括：基于PISCES服务器构建蛋白质扭转角数据集；从RCSB PDB数据库中抽取各蛋白质序列中每个氨基酸残基对应的扭转角Phi和Psi，并加入数据集中；将uniref90数据库与各蛋白质序列进行多序列比对，生成对应蛋白质序列的PSSM谱矩阵，基于PSSM谱矩阵及氨基酸的物理化学特性，构造蛋白质序列特征；设计残差模块，并基于该模块构建预测蛋白质扭转角的深度卷积网络模型；构建训练网络模型的损失函数；基于构建的损失函数训练网络模型；基于训练后的网络模型进行蛋白质扭转角的预测。本发明不仅能精确地预测蛋白质扭转角，还具有模型小，预测速度快的优点。

专利名称：基于深度中心点模型的蛋白质折叠识别方法及系统申请号：2022101801177 转让价格：面议收藏
法律状态：已下证类型：发明关键词：生命学生物信息学计算生物学相似专利发布日：2025/08/04
摘要：本发明属于计算生物学技术领域，公开一种基于深度中心点模型的蛋白质折叠识别方法及系统，该方法的目标是学习一个将每个蛋白质链映射为单位向量的深度嵌入网络，使得在嵌入空间中折叠类型相同的蛋白质链距离较近，折叠类型不同的蛋白质链距离较远。为此，本发明首先采用预训练的蛋白质语言模型将蛋白质的氨基酸序列表示成嵌入特征矩阵，然后通过同时最小化每个蛋白质链与其目标中心点的距离和最大化每个蛋白质链与其他非目标中心点的距离来学习深度嵌入网络，最后基于学习的深度嵌入网络进行蛋白质折叠类别的预测。总之，本发明通过采用深度嵌入学习技术能够精确地预测蛋白质的折叠类别。

第1页/共1页;本页2条记录/共2条记录

第页

用户指南

交易方式

专项服务

关于柿子坊

关注微信公众号

联系我们

咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com

专利转让_商标转让_知识产权转让评估买卖_智来柿子坊专利交易平台