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！

龙图腾网获悉苏州大学申请的专利基于序列信息的蛋白质毒性预测方法和系统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：CN119418780B 。

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：202510014140.2，技术领域涉及：G16B40/00；该发明授权基于序列信息的蛋白质毒性预测方法和系统是由张皓涵;杨洋;严文颖设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本基于序列信息的蛋白质毒性预测方法和系统在说明书摘要公布了：本发明提供一种基于序列信息的蛋白质毒性预测方法和系统，方法包括从蛋白质数据库中获取多个蛋白质序列；对所有蛋白质序列进行特征计算，得到六大类蛋白质特征向量；将六大类特征向量按列拼接，得到第一特征向量；对第一特征向量进行降维筛选，得到目标维度的第二特征向量；利用第二特征向量训练基于图注意力的神经网络模型，并将训练好的神经网络模型作为蛋白质毒性预测模型；将新的蛋白质序列输入至蛋白质毒性预测模型，得到蛋白质毒性预测模型输出的毒性预测结果。本发明能够适应不同类型的蛋白质序列，通过学习到的通用序列模式对蛋白质毒性准确预测。

本发明授权基于序列信息的蛋白质毒性预测方法和系统在权利要求书中公布了：1.一种基于序列信息的蛋白质毒性预测方法，其特征在于，包括： 从蛋白质数据库中获取多个蛋白质序列；其中，多个蛋白质序列包括毒性和非毒性蛋白质序列； 对所有蛋白质序列进行特征计算，得到六大类蛋白质特征向量； 将六大类特征向量按列拼接，得到第一特征向量； 对第一特征向量进行降维筛选，得到目标维度的第二特征向量；包括：删除第一特征向量中的部分列，得到第三特征向量；确定第三特征向量中每个特征与其他特征的皮尔逊相关性系数，得到第四特征向量；构建第四特征向量中特征之间的共选择关系图，选择目标数量个权重最大的特征作为代表，传递到基于交叉验证的递归特征消除，得到目标维度的第二特征向量； 利用第二特征向量训练基于图注意力的神经网络模型，并将训练好的神经网络模型作为蛋白质毒性预测模型； 基于图注意力的神经网络模型包括：特征数据首先经过预处理和一维卷积操作，生成初步的特征表示；采用2个并行的双通道图注意力网络模块：一个面向特征的注意力模块，输出特征导向的嵌入；另一个面向序列的图注意力模块，输出序列导向的嵌入；经过特征融合，拼接后的特征向量通过门控循环单元处理；门控循环单元的输出向量作为后续分类模块的输入，分类器模块生成一个位于0到1之间的推理分数； 将新的蛋白质序列输入至蛋白质毒性预测模型，得到蛋白质毒性预测模型输出的毒性预测结果； 所述对所有蛋白质序列进行特征计算，得到六大类蛋白质特征向量，包括：确定蛋白质R的特征向量，确定基于进化特征的位置特异性打分矩阵的特征向量，确定基于理化性质的氨基酸索引的特征向量，确定氨基酸组频率计数的特征向量，确定蛋白质序列长度的特征向量，确定蛋白质共性片段序列的特征向量； 所述确定蛋白质R的特征向量，包括： 构建氨基酸组成的特征向量AAC，二肽组成的特征向量DPC； 构建Moreau‑Broto自相关的特征向量MB的表达式： 其中，Rd为序列中延迟d的Moreau‑Broto自相关值；d＝1,2,...,D；D为最大延迟；pi为序列中第i个氨基酸的物理化学属性值；pi+d为序列中第i+d个氨基酸的物理化学属性值；构建Geary自相关的特征向量GEARY的表达式： 其中，Gd为序列中延迟d的Geary自相关值； 构建组合转化分布的特征向量CTD的表达式： 其中，countAi′为第i'类氨基酸Ai'的出现次数；countAi′→Aj′表示序列中第i'类氨基酸Ai'和第j'类氨基酸Aj'的邻接次数；D′k表示捕捉每个氨基酸类别的空间分布特征；表示拼接向量的算符； 构建联合三元组的特征向量CTRIAD的表达式： 其中，pTijk′表示三元组Tijk′的归一化出现频率；countTijk′表示序列中三元组Tijk′的出现次数；gi为序列中第i个氨基酸的分组编号；gj为序列中第j个氨基酸的分组编号；gk′为序列中第k'个氨基酸的分组编号； 构建序列顺序耦合数的特征向量SOCN的表达式： 其中，Θk″d表示序列中延迟d在物理化学属性k”上的序列顺序耦合数；pk″ai为第i个氨基酸在物理化学属性k”上的值；pk″ai+d表示与pk″ai延迟d的氨基酸属性值； 表示属性值的全局方差，用于标准化；为物理化学属性k”的均值；K为物理化学属性的总数； 构建准序列顺序描述符的特征向量QSO，伪氨基酸组成的特征向量PAAC。

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苏州大学，其通讯地址为：215000 江苏省苏州市吴江区久泳西路1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。