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 > 华中科技大学李炜获国家专利权

华中科技大学李炜获国家专利权

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!

龙图腾网获悉华中科技大学申请的专利一种蛋白质相分离特性检测模型的构建方法及应用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:CN116863993B

龙图腾网通过国家知识产权局官网在2025-12-19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:202310781857.0,技术领域涉及:G16B20/00;该发明授权一种蛋白质相分离特性检测模型的构建方法及应用是由李炜;苗欣雨;张鹏;李一伟;陈曦设计研发完成,并于2023-06-29向国家知识产权局提交的专利申请。

一种蛋白质相分离特性检测模型的构建方法及应用在说明书摘要公布了:本发明公开了一种蛋白质相分离特性检测模型的构建方法及应用,属于蛋白质相分离特性检测技术领域;将RNN网络作为主干网络,并结合特征局部注意力机制来帮助模型更加关注有重要作用的位置,且采用残差连接的方式将多个层次的特征融合拼接,以充分学习氨基酸序列的特征;在此基础上,考虑到各蛋白质氨基酸序列的并不呈等长分布,在输入到模型之前先将批次集中各蛋白质氨基酸序列填充到最大氨基酸序列长度,而为了减小填充值对结果的影响,在采用RNN网络和注意力机制进行特征提取之前,先根据序列长度进行压缩去除填充,提取到特征后再逆向填充回去,以保证输入和输出的维度相同,以实现不同阶段特征信息的融合,大大提高了模型检测的准确性。

本发明授权一种蛋白质相分离特性检测模型的构建方法及应用在权利要求书中公布了:1.一种蛋白质相分离特性检测模型的构建方法,其特征在于,包括:将批次集输入到蛋白质相分离特性检测模型中进行训练; 其中,所述批次集中包括N个蛋白质的样本序列,基于N个蛋白质的氨基酸序列构建得到:对于N个蛋白质的氨基酸序列,以其最长氨基酸序列为基准,在其余氨基酸序列末尾进行填充,得到一批长度均为所述最长氨基酸序列长度的样本序列;; 所述蛋白质相分离特性检测模型包括: 嵌入层,用于对所述批次集中的N个样本序列分别进行编码,得到N个编码向量序列; 变长RNN模块,用于对N个编码向量序列进行整体压缩,去除掉填充位置处的编码向量后,输入到RNN网络中提取上下文特征信息,得到压缩特征序列;对所述压缩特征序列进行逆向填充,得到每一个样本序列的第一特征序列,其大小与对应编码向量序列的大小相同;将每一个样本序列的第一特征序列与其编码向量序列在特征维度上进行拼接,得到对应的中间特征序列; 变长注意力模块,用于去除掉每一个中间特征序列中填充值所对应的特征项后,进行通道级全局池化操作,将池化操作结果输入到注意力单元中得到每个通道的影响力分数;将每一个中间特征序列与对应的影响力分数按照对应通道进行相乘,得到对应的第二特性序列;将每一个第二特性序列与对应的中间特征序列以残差的方式进行叠加,得到对应的综合特征序列; 分类模块,用于对每一个综合特征序列进行映射,以判断对应的蛋白质是否存在相分离特性。

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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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。