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！

龙图腾网获悉云南大学申请的专利一种异二聚体链间残基接触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：CN120072030B 。

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：202510230527.1，技术领域涉及：G16B15/00；该发明授权一种异二聚体链间残基接触预测方法是由赵澈;王顺芳;陶海波;沈焘;杨荃设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种异二聚体链间残基接触预测方法在说明书摘要公布了：本发明公开了一种异二聚体链间残基接触预测方法。本发明针对现有方法在预测精度、长程依赖建模能力以及泛化性方面的不足，提出了一种集成多种特征和注意力机制的深度神经网络。具体而言，本发明通过整合蛋白质语言模型等多种特征作为网络模型输入，随后，网络采用高效通道注意力ECA和空间注意力SA模块以及KAN卷积网络模块，有效捕获异二聚体的局部及全局依赖特征，从而预测异二聚体链间残基接触。实验表明，本发明在基准数据集上的预测精度显著优于现有方法，模型具有较高的鲁棒性。本发明可广泛应用于蛋白质异二聚体链间残基接触预测和蛋白质结构预测领域，进一步推动蛋白质功能研究和蛋白质药物研发。

本发明授权一种异二聚体链间残基接触预测方法在权利要求书中公布了：1.一种异二聚体链间残基接触预测方法，其特征在于，包括以下步骤： S1、从蛋白质数据库中筛选出异二聚体结构信息Heterodimer-PDB； S2、将步骤S1中获取到的数据划分为训练集、验证集和测试集，根据异二聚体结构信息，对Heterodimer-PDB结构数据进行预处理，提取异二聚体两个单体的结构信息MonomerA-PDBMonomerB-PDB和序列信息MonomerA–FATSAMonomerB-FASTA，序列长度分别为LA和LB，并直接拼接成为一条长为LA+LB的联合序列FASTA；根据异二聚体结构信息Heterodimer-PDB计算异二聚体两个单体间氨基酸的欧式距离，并由此计算出异二聚体间的接触矩阵； S3、利用步骤S2生成的两条单体序列信息MonomerA–FATSAMonomerB-FASTA，使用HHblits多序列比对搜索算法搜索Uniclust30序列数据库分别获取这两个单体的多序列比对信息MSAs，并使用TaxID物种分类号将这两个单体的MSAs进行匹配，最终生成一个联合多序列比对PairedMSAs； S4、利用步骤S3中生成的联合多序列比对信息PairedMSAs，使用ESM-MSA和ESM2两个蛋白质语言模型分别提取行注意力特征；使用CCMpred算法提取PairedMSAs中的共进化信息特征；使用步骤S2中异二聚体两个单体的结构信息分别计算该单体氨基酸链内的距离图；使用步骤S2中获取的联合序列FASTA，利用PSI-BLAST工具生成位置特异性打分矩阵PSSM； S5、对步骤S4中生成的多种类型特征进行融合，生成融合特征矩阵，提升输入特征的多样性； S6、将步骤S5中处理后的特征输入到由深度残差网络ResNet和KANKolmogorov-ArnoldNetworks卷积网络组成的模型AttCON-Hetero中，所述模型采用高效通道注意力ECA和空间注意力SA模块来捕获特征矩阵的局部和全局依赖特征，同时用可自适应调整卷积核权重的KAN卷积输出预测的接触概率矩阵，最终输出结果为异二聚体两条链间氨基酸接触的概率矩阵； S7、基于步骤S6的网络输出，使用步骤S2的异二聚体间的接触矩阵Inter-ChainContact作为标签进行训练，随后使用步骤S2的验证集对每一批次训练得到的模型性能进行验证，并保存在验证集上取得的最好指标的模型参数作为最终分类模型的权重；最终，在步骤S2的测试集上验证保存的模型性能。

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云南大学，其通讯地址为：650000 云南省昆明市呈贡区大学城东外环南路；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。