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！

龙图腾网获悉福建农林大学申请的专利一种基于迁移学习的抗冻蛋白分型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：CN118447928B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202410678242.X，技术领域涉及：G16B40/00；该发明授权一种基于迁移学习的抗冻蛋白分型预测方法是由刘若愚;陈盛圳;陈新华;郑平;孟子钰设计研发完成，并于2024-05-29向国家知识产权局提交的专利申请。

本一种基于迁移学习的抗冻蛋白分型预测方法在说明书摘要公布了：本发明公开一种基于迁移学习的抗冻蛋白分型预测方法，属于生物信息技术领域。本发明方法包括：收集已经过结构域注释的抗冻蛋白和非抗冻蛋白序列作为正负数据集；采取过采样和欠采样方法进行数据平衡；选择ProteinBert模型对抗冻蛋白序列数据集进行训练，使抗冻蛋白序列与结构域标签之间形成对应关系，以构建BERT‑DomainAFP模型；将待鉴定蛋白序列数据输入BERT‑DomainAFP模型中进行预测，得到对应的结构域预测值；设定目标数据标签，若BERT‑DomainAFP模型输出的结构域预测值与目标数据标签相同，则判定待鉴定的蛋白序列中存在抗冻蛋白序列结构域。本发明的模型特征提取能力强，能够自动从蛋白质序列中提取出复杂的特征信息，对抗冻蛋白预测的准确率高、特异性好、灵敏度高、预测精度高。

本发明授权一种基于迁移学习的抗冻蛋白分型预测方法在权利要求书中公布了：1.一种基于迁移学习的抗冻蛋白分型预测方法，其特征在于，包括以下步骤： S1、收集已经过结构域注释的抗冻蛋白序列与非抗冻蛋白序列，作为正数据集和负数据集，并以所有抗冻蛋白序列的结构域关键词频率作为编码标签，提取出所有出现频率大于10的抗冻蛋白相关结构域； S2、根据正数据集和负数据集与抗冻蛋白序列数量的平衡程度，采取过采样和欠采样的方法进行数据平衡，将数据集中达到设定结构域频率的结构域作为数据集标签； S3、选择ProteinBert模型对抗冻蛋白序列数据集进行特征提取以转化为高维特征向量，并将其输入模型中进行训练，使抗冻蛋白序列与结构域标签之间形成对应关系，从而构建出BERT‑DomainAFP模型； 所述ProteinBert模型的架构采用6个注意力头、4层深度的Transformer结构； 所述ProteinBert模型使用高斯误差线性单元GELU作为激活函数；并引入膨胀率=5的宽卷积层和窄卷积层，卷积核大小均为9；以及使用线性层输出模型的预测值； 所述ProteinBert模型的验证分为两部分，一部分是将模型看作二分类模型，其中的抗冻蛋白和非抗冻蛋白的数据集比例为1:1；另一部分是将模型作为多标签分类模型，其中非抗冻蛋白、Ⅰ型抗冻蛋白、Ⅱ型抗冻蛋白、Ⅲ型抗冻蛋白、昆虫抗冻蛋白和其他抗冻蛋白相关序列的数据集比例为5:1:1:1:1:1； S4、将待鉴定的蛋白序列数据或整合过的物种蛋白序列数据输入训练后的BERT‑DomainAFP模型中进行预测，得到其对应的结构域预测值； S5、设定目标数据标签，若BERT‑DomainAFP模型输出的结构域预测值与目标数据标签相同，则判定待鉴定的蛋白序列中存在抗冻蛋白序列结构域。

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福建农林大学，其通讯地址为：350028 福建省福州市仓山区上下店路15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”。

以上内容由龙图腾AI智能生成。