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！

龙图腾网获悉辽宁大学申请的专利一种基于密集连接卷积网络的病毒与宿主间蛋白质相互作用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：CN115762643B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202211208150.2，技术领域涉及：G16B40/00；该发明授权一种基于密集连接卷积网络的病毒与宿主间蛋白质相互作用预测方法是由刘宏生;王伟晶;张力;冯华炜设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本一种基于密集连接卷积网络的病毒与宿主间蛋白质相互作用预测方法在说明书摘要公布了：本发明是一种基于密集连接卷积网络的病毒与宿主间蛋白质相互作用预测方法，包括以下步骤：步骤1：预处理数据；步骤2：使用Word2Vec中Skip‑Gram模型和One‑Hot编码来获得氨基酸的嵌入向量；步骤3：根据蛋白质的词嵌入矩阵，构建密集连接的卷积网络进行特征提取；步骤4：通过PSSM特征矩阵，获得平均的RPM‑PSSM特征描述符；步骤5：根据特征描述符构建全连接神经网络进行特征提取；步骤6：采用concatenate操作进行特征融合，最后将训练好的模型用于预测。本发明对不同的特征进行特征提取，包含了蛋白质进化信息和理化性质，序列中局部关键信息和远程依赖关系，更好地提高了预测的准确率。

本发明授权一种基于密集连接卷积网络的病毒与宿主间蛋白质相互作用预测方法在权利要求书中公布了：1.一种基于密集连接卷积网络的病毒与宿主间蛋白质相互作用预测方法，其特征在于，包括以下步骤： 步骤1：预处理数据； 步骤2：使用Word2Vec中Skip‑Gram模型和One‑Hot编码来获得氨基酸的嵌入向量； 步骤3：根据蛋白质的词嵌入矩阵，构建密集连接的卷积网络进行特征提取； 步骤3.1：定义DCNNBlock1块和DCNNBlock2块来构建密集连接的卷积网络Dense‑net，其密集块中卷积核变化和卷积公式如下: 其中nb_filter是卷积核，是每层卷积的共享权值，是偏执向量，h是激活函数，是经过卷积层后生成的潜在向量，是前一层卷积输出与当前层输出的拼接结果； 步骤3.2：经过六层卷积获得3维张量后，设计self‑attention模块挖掘远程依赖关系，其公式如下： 其中为查询量，为键值，为值，、、是大小为的参数权重矩阵，表示被选择信息的索引位置，为注意力打分函数，注意力得分是关键字向量和查询量在特定空间相关性来计算得到，是为比例因子； 步骤4：通过PSSM特征矩阵，获得平均的RPM‑ PSSM特征描述符； 步骤5：根据特征描述符构建全连接神经网络进行特征提取； 步骤6：采用concatenate操作进行特征融合，最后将训练好的模型用于预测； 步骤6.1：将提取的病毒蛋白质序列特征与宿主蛋白质序列特征进行输入张量列表的逐元素间的乘积，RPM‑ PSSM特征也做同样处理，公式如下： 最后三个特征、、特征融合，得到192维的特征向量； 步骤6.2：构建多层感知机MLP来对使用实现预测，输出预测结果： 。

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辽宁大学，其通讯地址为：110000 辽宁省沈阳市沈北新区道义南大街58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。