Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳海量医药科技有限公司孙海丰获国家专利权

深圳海量医药科技有限公司孙海丰获国家专利权

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!

龙图腾网获悉深圳海量医药科技有限公司申请的专利一种预测含有非标准氨基酸的环肽及线肽的单体及复合物结构的深度学习算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:CN119541694B

龙图腾网通过国家知识产权局官网在2025-10-28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:202411748943.2,技术领域涉及:G16C20/50;该发明授权一种预测含有非标准氨基酸的环肽及线肽的单体及复合物结构的深度学习算法是由孙海丰;尚田丰设计研发完成,并于2024-12-02向国家知识产权局提交的专利申请。

一种预测含有非标准氨基酸的环肽及线肽的单体及复合物结构的深度学习算法在说明书摘要公布了:本发明公开了一种预测含有非标准氨基酸的环肽及线肽的单体及复合物结构的深度学习算法,具体步骤包括:构建含首尾成环肽单体及复合物、二硫键成环肽单体及复合物、非标准氨基酸的线肽单体及复合物的训练数据集;对含有基础蛋白知识的肽结构预测模型训练和优化;构建含有非标准氨基酸的线肽单体、线肽复合物、首尾成环肽单体、二硫键成环肽单体的测试数据集;利用训练好的肽结构预测模型在测试数据集上进行测试。与现有肽结构预测模型相比,本发明首次提出了对含有非标准氨基酸的环肽和线肽的单体及复合物的高精度结构预测,且不需任何靶蛋白的结构信息或口袋信息,只需以蛋白质一维序列和非标准氨基酸侧链基团为输入,就能准确预测多肽三维结构。

本发明授权一种预测含有非标准氨基酸的环肽及线肽的单体及复合物结构的深度学习算法在权利要求书中公布了:1.一种预测含有非标准氨基酸的环肽及线肽的单体及复合物结构的深度学习算法,其特征在于,包括如下步骤: 步骤一,从RCSBProteinDataBank数据库中获取含有首尾成环肽单体及复合物、二硫键成环肽单体及复合物、含有非标准氨基酸的线肽单体及其复合物的训练数据集; 步骤二,将得到的训练数据集进行进一步处理,整理成模型用的数据格式:一个txt文件,包含所有数据样本中肽链及其原子的特征信息,用于RHT模块的训练;一个YAML文件,用于训练肽结构预测; 步骤三,模型通过定义模型特征构造模块的相对位置矩阵从而加入环化信息,以及通过在模型特征构造中引入一个基于Transformer的RHT模块来加强模型对氨基酸的不同层次细节的解析能力; 步骤四,用步骤一准备的训练数据集,预训练RHT模块,将训练完的RHT模块和主模型合并; 步骤五,将步骤二准备的文件输入模型进行训练,得到RHT模块的编码器输出和原子的预测三维坐标后,计算损失函数值,并进行梯度回传,迭代以上过程直至模型收敛; 步骤六,从PDB数据库中获取含有非标准氨基酸的首尾成环肽单体、二硫键成环肽单体、线肽单体及线肽复合物的测试数据集; 步骤七,重复步骤二中配置YAML文件的步骤; 步骤八,将YAML文件输入模型,得到肽单体或复合物的原子三维坐标,以PDB形式保存;将预测结构与真实结构对齐后,计算RMSD,对于复合物,还要计算DockQ值和Fnat值,用于评价模型在蛋白质-肽对接方面的表现。

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深圳海量医药科技有限公司,其通讯地址为:518122 广东省深圳市坪山区龙田街道老坑社区光科一路10号中孚泰文化大厦1栋B座二单元1401;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。