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适应度共享的多模态蛋白质结构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：CN115910195B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202211317219.5，技术领域涉及：G16B15/20；该发明授权一种基于适应度共享的多模态蛋白质结构预测方法是由仇翔;夏瑜豪;鄢琪;赵凯龙;彭春祥设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本一种基于适应度共享的多模态蛋白质结构预测方法在说明书摘要公布了：一种基于适应度共享的多模态蛋白质结构预测方法，在进化算法框架下，首先，根据构象之间的相似度对种群进行物种划分；然后，构造适应度共享函数来改变种群中个体的适应度值，使其具有跨越能量屏障的能力，避免反复陷入相同的能量陷阱，同时有利于探索其他潜在的低能量区域；最后，输出种群中能量最低的若干构象作为最后预测结果。基于适应度共享的多模态蛋白质结构预测方法不仅能够缓解蛋白质能量模型不精确的问题，而且可以增强构象采样能力，提高采样效率，从而提升预测精度。本发明提供一种预测精度较高的基于适应度共享的多模态蛋白质结构预测方法。

本发明授权一种基于适应度共享的多模态蛋白质结构预测方法在权利要求书中公布了：1.一种基于适应度共享的多模态蛋白质结构预测方法，其特征在于：包括以下步骤： 1输入目标蛋白质的序列信息； 2根据目标蛋白质序列从ROBETTA服务器获取3片段和9片段的片段库文件； 3设置参数：最大迭代次数G，种群规模N，小生境半径初始值dinit，小生境半径截止值dcut，模拟退火速率e，温度系数β，输出预测模型数量Nout； 4种群初始化：利用Rosetta协议的第一、二阶段生成规模为N的种群C＝{C1,C2,...,CN}； 5设置g＝1，g∈{1,2,...,G}； 6种群个体排序：利用Rosetta中的score3能量函数计算种群C中每个个体Ci，i∈{1,2,...,N}的能量值Escore3Ci，根据能量值对种群进行升序排序，形成种群C′＝{C′1,C′2,...,C′N}； 7物种划分操作，过程如下：遍历种群C′中所有个体，若个体C′i，i∈{1,2,...,N}已被标记为某个物种，则不处理；否则将该个体标记为新物种并设置该种群的个体数量为1，以该个体为目标个体，遍历目标个体之后的所有未标记个体，若未标记个体C′j，j∈{i+1,...,N}与目标个体C′i的构象相似度dC′i,C′j满足公式1、2、3，则标记C′j与C′i为同一物种，并增加该物种的个体数量，遍历完成后得到T个种群P1,P2,...,PT，公式1、2、3如下所示： dC′i,C′jrg1 rg＝dinit×dcutdinitge3 其中，rg为第g次迭代中的小生境半径，分别为个体C′i的第l个残基的二面角，分别为个体C′j的第l个残基的二面角，L为目标蛋白质的序列长度； 8个体适应度调整操作：遍历种群C′中所有个体，按如下公式计算个体C′i，i∈{1,2,...,N}的适应度： 其中，Escore3C′i为个体C′i的Rosettascore3能量值，Emax是种群中最大的能量值，mgC′i为第g次迭代中与个体C′i共享适应度的个体数量，C′k为个体C′i所在种群Pt，t∈{1,2,...,T}中的其他个体，ShC′i,C′k为个体C′i与C′k的适应度衰减比例，dC′i,C′k为个体C′i与C′k的构象相似度； 9种群更新操作，过程如下： 9.1依次选择种群中的个体C′i作为目标构象，再随机选择一个与C′i不同的个体C′a，a≠i，将C′a中随机一处片段重组到个体C′i的对应位置上，形成重组个体C″i； 9.2利用Rosetta对重组个体C″i进行一次片段组装，生成变异个体C″′i； 9.3根据公式4计算变异个体C″′i的适应度fgC″′i，若fgC″′ifgC′i，则变异个体C″′i替换C′i；否则计算接收概率并生成均匀随机小数rand，rand∈[0,1]，若randPaccept，则个体C″′i替换C′i；否则，不处理； 10设置g＝g+1，若gG，则执行步骤11；否则，转至步骤6； 11输出第G代种群中适应度值最低的Nout个个体作为最后的预测结果。

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 浙江省杭州市拱墅区潮王路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。