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多域蛋白质的局部-全局模板搜索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：CN115391391B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202210935890.X，技术领域涉及：G06F16/2455；该发明授权一种多域蛋白质的局部-全局模板搜索方法是由周晓根;杨子豪;张贵军设计研发完成，并于2022-08-05向国家知识产权局提交的专利申请。

本一种多域蛋白质的局部-全局模板搜索方法在说明书摘要公布了：一种多域蛋白质的局部‑全局模板搜索方法，首先，输入待组装的多域蛋白的各单域的三维结构，设置局部评估中要筛选的模板数量R；然后，对多域蛋白质结构库中每个模板与每两个连续域的比对进行打分，分别计算从N端到C端和从C端到N端每两个连续域的局部得分，选择局部得分最高的模板为最优局部模板；然后，再对多结构域蛋白结构库中的每个模板，通过TM‑align对每个域和模板进行结构对齐来执行局部评估，并根据每个单域的局部得分计算模板的得分，筛选出得分靠前的R个模板进行全局评估；全局评估中不同域的对齐不允许重叠，选择全局得分最高的模板为最优全局模板；最后，输出最优局部模板和最终全长模板。本发明提高模板的搜索精度。

本发明授权一种多域蛋白质的局部-全局模板搜索方法在权利要求书中公布了：1.一种多域蛋白质的局部-全局模板搜索方法，其特征在于，所述方法包括以下步骤： 1输入待组装的多域蛋白质的所有单域的三维结构； 2设置参数：局部评估后要筛选的模板数量R； 3对多域蛋白质结构库中每个模板与每两个连续域的比对进行打分，过程如下： 3.1通过蛋白质结构比对工具TM-align，将第一个单域与模板蛋白从模板的N端开始进行结构对齐，计算该单域与模板之间的比对得分TM-scoreNC，1； 3.2忽略模板中将第一个单域对齐的所有残基，根据步骤3.1计算模板与第二个单域的比对得分TM-scoreNC，2； 3.3计算该模板从N到C端比对时的局部得分LScore1： 3.4通过蛋白质结构比对工具TM-align，从模板的C端开始，将第一个单域与模板进行结构对齐，计算该单域与模板之间的比对得分TM-scoreCN，1； 3.5忽略模板中将第一个单域对齐的所有残基，计算删除后的模板与第二个单域的比对得分TM-scoreCN，2； 3.6计算该模板从C到N端比对时的局部得分LScore2： 3.7选择LScore1和LScore2中较高值为该模板关于这两个连续域的最终局部得分LScore； 4对于每两个连续域，根据对应的LScore从高到低对所有模板进行排序，选择得分最高的模板为其最优局部模板； 5对多域蛋白质结构库中的每一个模板蛋白进行局部评估，过程如下： 5.1通过蛋白质结构比对工具TM-align，将每个单域与模板进行结构对齐； 5.2计算每个单域与模板之间的比对得分，将所有域比对得分的调和均值定义为该模板的得分TM-scoreh： 其中Ndom是待组装的单域的总数，TM-scored是第d个单域与模板结构之间的比对得分； 6根据步骤5.2中计算的每个模板的得分TM-scoreh，从高到低选择前R名的模板进行排名； 7对排名前R的模板进行全局评估，过程如下： 7.1根据步骤5.2，利用TM-align将每个域与模板从N端到C端进行对齐，在此对齐过程中，不同域之间的对齐不允许重叠，得到该情况下模板的得分TM-scoreh1； 7.2根据步骤5.2，利用TM-align将每个域与模板从C端到N端进行对齐，在此对齐过程中，不同域之间的对齐不允许重叠，得到该情况下模板的得分TM-scoreh2； 7.3对步骤7.1和7.2中的得分从高到低进行排名，选择得分最高的模板为最优全局模板，如下； 7.3.1若最优全局模板不能覆盖所有的域或至少1个单域的比对得分小于预设阈值，则将以最靠近N端的结构域为分割点，分别对N端和C端的结构域进行独立搜索模板，再根据分割点的结构域进行对齐，将独立搜索的得分最高的模板连接起来，生成最终全长模板； 7.3.2若最优全局模板可以覆盖所有的域，即比对得分大于等于预设阈值，则该模板即为最终全长模板； 8输出最优局部模板和最终全长模板。

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。