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！

龙图腾网获悉水木未来(北京)科技有限公司申请的专利基于蛋白序列与结构的多模态深度学习智能设计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：CN121213645B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511757937.8，技术领域涉及：G06T7/70；该发明授权基于蛋白序列与结构的多模态深度学习智能设计方法是由刘海宾;张文鹏;郭春龙设计研发完成，并于2025-11-27向国家知识产权局提交的专利申请。

本基于蛋白序列与结构的多模态深度学习智能设计方法在说明书摘要公布了：本发明涉及人工智能技术领域，具体为基于蛋白序列与结构的多模态深度学习智能设计方法，其包括获取蛋白三维结构与序列特征，构建梯度与夹角同步变化的协同节点，据此生成嵌入约束，再组合疏水性与方向匹配的候选片段，通过评估几何偏移与构象稳定性筛选兼容路径，最后拼接校正高匹配片段以生成目标蛋白设计序列。本发明通过分析多模态协同特征节点组，实现序列与结构的协同建模，提升功能位点优化与稳定性预测的准确性，再依据梯度与夹角同步变化筛选兼容性序列片段，利用几何偏移量分析确保其稳定与精确，最后拼接并校正适应性片段清单，减少构象偏差，保证目标蛋白序列的整体一致性与功能性，优化了设计过程的可操作性与可靠性。

本发明授权基于蛋白序列与结构的多模态深度学习智能设计方法在权利要求书中公布了：1.基于蛋白序列与结构的多模态深度学习智能设计方法，其特征在于，包括以下步骤： S1：获取目标蛋白的3Di结构字符串，采集主链节点的三维坐标、旋转角度与方向向量，提取目标蛋白序列中各残基的索引编号、疏水性值与电荷极性，基于梯度幅度与夹角变化特征构建配对关系，筛选点位组合，生成多模态协同特征节点组；所述多模态协同特征节点组包括协同特征点位、关联的结构域梯度值与序列域夹角变化率； S2：基于所述多模态协同特征节点组，提取节点对应的主链扭角变化值、残基电势差值及空间密度变化率，通过分析三类数值之间的相对变动区间，筛选变动幅度处于连续梯度区的点位集，计算空间均值与标准差，生成嵌入约束条件集；所述嵌入约束条件集具体为参考窗口坐标均值、目标主链方向向量与扭角变化阈值； S3：根据所述嵌入约束条件集中的窗口三维坐标均值与主链方向向量，调用同长度的候选残基组，比较各残基疏水性值与空间方向向量夹角，生成候选残基序列片段组；所述候选残基序列片段组具体指疏水性匹配的氨基酸组合、验证后的一致性编号和潜在的连接路径； S4：基于所述候选残基序列片段组与目标嵌入位置的密度分布、主链连接角度与空间夹角，计算三类参数几何偏移量，筛选结构兼容的序列片段，生成适应性序列片段清单；所述适应性序列片段清单包括高分值的兼容性序列、几何偏移量评估数据与构象稳定性拟合值。

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水木未来(北京)科技有限公司，其通讯地址为：102206 北京市昌平区玉河南路中关村生命科学园医药科技中心2号楼4层；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。