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！

龙图腾网获悉北京玻色量子科技有限公司申请的专利基于光量子计算机的蛋白结构预测方法、系统和装置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：CN119601075B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202411641504.1，技术领域涉及：G16B15/20；该发明授权基于光量子计算机的蛋白结构预测方法、系统和装置是由马寅;文凯;陈少波;曹崇育;朱洪东;刘若辰;巨江伟;陈亮设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本基于光量子计算机的蛋白结构预测方法、系统和装置在说明书摘要公布了：本发明属于蛋白结构预测技术领域，涉及一种基于光量子计算机的蛋白结构预测方法、系统和装置，所述方法包括：1基于需要预测的蛋白质的靶序列比对得到靶序列的多序列比对MSA矩阵；2将得到的多序列比对MSA矩阵编码为{0,1}矩阵；3将蛋白质的氨基酸互作转换为{0，1}状态结点的无向图模型并采用玻尔兹曼机训练机制使用光量子计算机进行训练，以获得所述无向图模型中结点之间连边的权重系数；4基于权重系数得到蛋白质的不同氨基酸之间的互作系数。其提高了蛋白结构预测的计算效率和求解结果，解决了现有技术对于复杂调度问题难以计算以及无法得到精确解的问题。

本发明授权基于光量子计算机的蛋白结构预测方法、系统和装置在权利要求书中公布了：1.一种基于光量子计算机的蛋白结构预测方法，其特征在于，包括以下步骤： 1基于需要预测的蛋白质的靶序列比对得到靶序列的多序列比对MSA矩阵； 2将得到的多序列比对MSA矩阵编码为{0,1}矩阵； 3将蛋白质的氨基酸互作转换为{0,1}状态结点的无向图模型并采用玻尔兹曼机训练机制使用光量子计算机进行训练，以获得所述无向图模型中结点之间连边的权重系数；其中，在将蛋白质的氨基酸互作转换为{0,1}状态结点的无向图模型时，首先，将需要预测的蛋白质的蛋白序列的氨基酸作为顶点，将氨基酸间的互作关系作为边建立一个全连接的无向图；然后，由于每个氨基酸为一个21维的one-hot向量，从而将每个氨基酸转换为21个{0,1}状态结点，将任意两个{0,1}状态结点之间的连线作为边建立所述{0,1}状态结点的无向图模型，其中，所述{0,1}状态结点的无向图模型中的每个状态结点的状态为0或者1、权重为hi，任意两个状态结点之间的连边的权重系数为Jij；采用玻尔兹曼机训练机制使用光量子计算机进行训练，以获得所述无向图模型中结点之间连边的权重系数时，训练的损失函数C为： 式中，Dkl表示KL散度，Nθ表示负对数条件似然，NDS表示所述无向图模型中的{0,1}状态结点的数量，α为系数且α∈[0,1]； 4基于所述无向图模型中结点之间连边的权重系数得到蛋白质的不同氨基酸之间的互作系数，其具体包括： 41基于所述无向图模型中结点之间连边的权重系数Jij，建立权重系数矩阵J； 42从所述权重系数矩阵J中提取子矩阵J′＝[i*21:i*21+21,j*21:j*21+21]，该子矩阵表示第i个氨基酸对应的21*21个{0,1}状态结点和第j个氨基酸对应的21*21个{0,1}状态结点之间的耦合信息； 43对所述子矩阵按如下方式进行均值中心化，以得到均值中心化的矩阵J″： J″＝J′-μ0-μ1+μ 式中，μ0是列均值，μ1是行均值，μ是子矩阵的整体均值； 44通过得到的所述均值中心化的矩阵J″计算得到第i个氨基酸和第j个氨基酸之间的互作系数Sij： Sij＝||J″||2。

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北京玻色量子科技有限公司，其通讯地址为：100015 北京市朝阳区将台路5号院1号楼1层1019室；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。