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 > 天津医科大学杨洁获国家专利权

天津医科大学杨洁获国家专利权

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!

龙图腾网获悉天津医科大学申请的专利表皮生长因子受体致病性预测方法、装置、服务器和介质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:CN119832984B

龙图腾网通过国家知识产权局官网在2025-11-21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:202411923792.X,技术领域涉及:G16B20/50;该发明授权表皮生长因子受体致病性预测方法、装置、服务器和介质是由杨洁;高星杰;李沛颖;张士杰设计研发完成,并于2024-12-25向国家知识产权局提交的专利申请。

表皮生长因子受体致病性预测方法、装置、服务器和介质在说明书摘要公布了:本发明公开了一种表皮生长因子受体致病性预测方法、装置、服务器和介质,包括:提取复合突变氨基酸序列的三维空间构象氨基酸残基特征,生成初始氨基酸残基结构图;利用第一图神经网络进行预测,通过加权聚合生成第二层级的氨基酸团簇结构图;利用第二图神经网络进行预测,加权聚合生成更高层级的蛋白质亚基结构图;利用第三图神经网络进行预测,再进行特征映射得到蛋白质结构特征向量用于突变位点的致病性评估。相较于现有技术,本发明采用逐层深入的图神经网络架构,精准捕捉多个突变位点对多层级蛋白质结构的综合影响,从而有效评估表皮生长因子受体突变位点致病性,提高预测的准确性和全面性。

本发明授权表皮生长因子受体致病性预测方法、装置、服务器和介质在权利要求书中公布了:1.一种表皮生长因子受体致病性预测方法,其特征在于,包括: 基于包含多个突变位点的复合突变氨基酸序列的三维空间构象,提取氨基酸残基特征,所述氨基酸残基特征包括:氨基酸残基类型特征、氨基酸残基质心坐标特征、关键残基特征和二面角特征,所述氨基酸残基特征为矩阵形式; 根据氨基酸残基特征,生成初始氨基酸残基结构图,所述初始氨基酸残基结构图中各节点的特征为对应的氨基酸残基特征;将所述初始氨基酸残基结构图输入训练完成的第一图神经网络,利用所述第一图神经网络的卷积层对各节点的氨基酸残基特征进行更新,得到各节点的预测氨基酸残基特征矩阵; 根据各节点的预测氨基酸残基特征矩阵,基于空间相近性对氨基酸残基进行DBSCAN聚类,对每个类别中的所有预测氨基酸残基特征矩阵进行加权聚合,生成每个类别的氨基酸团簇特征矩阵; 根据氨基酸团簇特征矩阵,生成初始氨基酸团簇结构图,所述初始氨基酸团簇结构图中各节点的特征为对应的氨基酸团簇特征矩阵;将所述初始氨基酸团簇结构图输入训练完成的第二图神经网络,利用所述第二图神经网络的卷积层对各节点的氨基酸团簇特征矩阵进行更新,得到各节点的预测氨基酸团簇特征矩阵; 根据预测氨基酸团簇特征矩阵,确定氨基酸团簇组合阈值,利用氨基酸团簇组合阈值对预测氨基酸团簇特征矩阵进行层次聚类,对每个类别中的所有预测氨基酸团簇特征矩阵进行加权聚合,生成多个蛋白质亚基特征矩阵; 根据蛋白质亚基特征矩阵,生成初始蛋白质亚基结构图,所述初始蛋白质亚基结构图中各节点的特征为对应的蛋白质亚基特征矩阵;将所述初始蛋白质亚基结构图输入训练完成的第三图神经网络,利用所述第三图神经网络的卷积层对各节点的蛋白质亚基特征进行更新,得到各节点的预测蛋白质亚基特征矩阵; 将所有预测蛋白质亚基特征矩阵进行特征映射,生成预测蛋白质结构特征向量,利用预测蛋白质结构特征向量进行突变位点的致病性评估。

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天津医科大学,其通讯地址为:300000 天津市和平区气象台路22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。

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。