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！

龙图腾网获悉重庆邮电大学申请的专利一种基于深度学习的蛋白质适应度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：CN115472221B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202211290871.2，技术领域涉及：G16B20/50；该发明授权一种基于深度学习的蛋白质适应度预测方法是由梁亦龙;戈其珺;舒坤贤设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本一种基于深度学习的蛋白质适应度预测方法在说明书摘要公布了：本发明属于生命科学领域，具体涉及一种基于深度学习的蛋白质适应度预测方法，包括：对目标蛋白质进行多序列比对，并推断其进化耦合，并获取同源蛋白质序列的局部进化表示；利用蛋白质语言模型来获取目标蛋白质的氨基酸特征；对目标蛋白质的氨基酸序列进行位置嵌入表示，得到位置特征；将目标蛋白质的局部进化表示和氨基酸特征与位置特征输入到混合神经网络模型中提取特征，将提取的特征通过全连接计算，得到蛋白质适应度的预测结果值。本发明提出了一种新的混合神经网络，网络充分利用了蛋白质序列的局部进化信息和氨基酸特征信息，可以更有效的提取并学习蛋白质序列数据，提高了预测精度。

本发明授权一种基于深度学习的蛋白质适应度预测方法在权利要求书中公布了：1.一种基于深度学习的蛋白质适应度预测方法，其特征在于，包括： S1：获取深度突变扫描数据集和已发表的文献中整理的随机突变数据集； S2：根据深度突变扫描数据集和已发表的文献中整理的随机突变数据集中的蛋白质对目标蛋白质进行多序列比对，并推断其进化耦合，并获取同源蛋白质序列的局部进化表示； S3：利用蛋白质语言模型来获取目标蛋白质的氨基酸特征； S4：对目标蛋白质的氨基酸序列进行位置嵌入表示，得到位置特征； S5：将目标蛋白质的局部进化表示和氨基酸特征与位置特征输入到混合神经网络模型中提取特征，将提取的特征通过全连接计算，得到蛋白质适应度的预测结果值； 将目标蛋白质的局部进化表示和氨基酸特征经过线性降维后拼接，将位置特征和降维后的特征按序列的位置顺序连接，将连接后的特征输入双向门控循环单元为序列中每个氨基酸产生一个隐藏状态向量，将隐藏状态向量输入TextCNN层，通过卷积操作和池化操作提取序列特征，提取的序列特征通过BN层进行批量归一化操作，将归一化后的序列特征通过具有tanh激活函数的两层全连接层，并在两层全连接层中用dropout层进行防止过拟合，得到预测适应度值。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。