发明专利已授权

一种基于深度学习的蛋白质残基接触预测方法

Name: 一种基于深度学习的蛋白质残基接触预测方法
Brand: 浙江工业大学
SKU: 2020107095385
Availability: InStock

📄 申请号：CN202010709538.5 📄 发布日：2026/08/04

著录项目信息

申请日

2020-07-22

公开号

CN112085247A

公开日

2020-12-15

申请人

浙江工业大学

法律状态

已下证

专利类型

发明

主分类号

G06Q10_04

IPC 分类号

G06Q10_04 , G16B15_00 , G16B30_10 , G06N3_08 , G06N3_04 , G06K9_62 ,

技术画像

所属领域

深度学习深度学习蛋白质结构预测生物信息学

应用场景

药物研发, 蛋白质工程, 生物信息学分析

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

一种基于深度学习的蛋白质残基接触预测方法，包括以下步骤：首先从PDB库中下载蛋白质氨基酸的序列和结构信息，构建残基对接触矩阵；使用HHblits对UniClust30数据库进行搜索，生成多序列比对文件；其次，对每个蛋白质序列通过多序列比对提取序列特征；再次，将序列特征互信息与协方差合并为一个442维L*L大小的输入特征，构建全卷积残差网络，并在所述输入特征和标签接触矩阵上进行训练。本发明提供了一种预测效率与准确性较高的基于深度学习的蛋白质残基接触预测方法。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN112085247A

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

面向多机器人路径规划的增设路径障碍方法

当前第 / 件

一种光催化三组分制备香豆素衍生物的方法及应用

同领域国内专利 · IPC: (G06Q10_04)

G06Q10_00 G06Q10_02 G06Q10_04 G06Q10_047 G06Q10_06 G06Q10_063 G06Q10_0631 G06Q10_0633 G06Q10_0635 G06Q10_0637 G06Q10_0639 G06Q10_067 G06Q10_08 G06Q10_083 G06Q10_0831 G06Q10_0832 G06Q10_0833 G06Q10_0834 G06Q10_0835 G06Q10_0836 G06Q10_087 G06Q10_0875 G06Q10_10 G06Q10_105 G06Q10_1053 G06Q10_107 G06Q10_109 G06Q10_1091 G06Q10_1093 G06Q10_20 G06Q10_30 覆盖31个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：53 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 2657件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)