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！

龙图腾网获悉浙江工业大学申请的专利一种基于深度学习的多态蛋白质残基间距离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：CN117198389B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202311074327.9，技术领域涉及：G16B15/20；该发明授权一种基于深度学习的多态蛋白质残基间距离预测方法是由张贵军;赵鹏鑫;赵凯龙;胡家涛;周晓根设计研发完成，并于2023-08-23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多态蛋白质残基间距离预测方法在说明书摘要公布了：一种基于深度学习的多态蛋白质残基间距离预测方法，首先在蛋白质灵活性数据库PDBflex中筛选出设定长度和序列冗余度的蛋白质，找出多态蛋白质结构差异最大的两个结构，对于每个结构，提取其一维、二维、三维特征，不同维度的特征通过一系列卷积、展开并拼接在一起，最后经过一种使用残差网络、三角乘法更新和轴向注意机制的深度神经网络，预测出多态蛋白质残基间距离绝对差，再得出多态蛋白质残基间距离。本发明能有效的预测出多态蛋白质残基间距离，对于进一步预测多态蛋白质的构象集合具有重要意义。

本发明授权一种基于深度学习的多态蛋白质残基间距离预测方法在权利要求书中公布了：1.一种基于深度学习的多态蛋白质残基间距离预测方法，其特征在于，所述方法包括以下步骤： 1构建数据集：在蛋白质灵活性数据库PDBflex中以序列100％相同和长度在50-500个残基为条件筛选出N个多态蛋白质作为数据集，从构建的数据集中随机挑出Na个蛋白质作为训练集，Nb个蛋白质作为测试集，其余蛋白质作为验证集； 2制作标签数据：在每个多态蛋白质的多个结构中，通过互相结构比对找出TM-score最小的两个结构，作为多态蛋白质的两个结构，对每个蛋白质结构，以残基中Cβ原子的三维空间坐标作为残基的三维空间坐标，计算出每对残基之间的欧氏距离，如果残基中不包含Cβ原子则以Cα原子代替，构建出每个蛋白质两个结构的残基对距离的绝对差，计算公式如下： 其中，表示蛋白质的一个结构的残基对i，j的距离，表示另一个结构的残基对i，j的距离，根据距离误差值的大小划分成11个区间，分别为 对这11个区间标号0，1，2，3，4，5，6，7，8，9，10，残基对之 间的距离属于哪个区间取对应的标号作为标签值； 3提取特征：对数据集中的每个蛋白质结构，提取其一维、二维、三维特征并拼接； 4搭建网络模型：网络由三个部分组成，第一部分由三层三维卷积层组成，第二部分由基于三角乘法更新和轴向注意机制的网络组成，第三部分为有10个残差块的残差网络； 5训练模型参数：使用Xavier初始化网络参数，使用AdamOptimizer对网络权重进行优化，使用多元交叉熵CrossEntropyLoss作为损失函数优化网络参数； 6得到蛋白质残基间距离：首先从输入结构中提取特征，输入网络中，输出结果为所有残基之间距离绝对差的分布，通过argmax函数获得概率最大的区间，以区间的平均值作为残基间距离绝对差，预测的多态蛋白质残基间距离在如下区间之内： pdistij∈[dij-pdifij,dij+pdifij] 其中，dij表示输入结构的残基对i，j的距离，pdifij表示预测的残基对i，j的距离绝对差。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区朝晖六区潮王路18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。