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！

龙图腾网获悉北京深势科技有限公司申请的专利一种基于自由能变进行突变位点筛选的处理方法和装置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：CN120877859B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202510947595.X，技术领域涉及：G16B20/50；该发明授权一种基于自由能变进行突变位点筛选的处理方法和装置是由吴立荣;林海涛;高志锋;赵国江;柯国霖;张林峰设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本一种基于自由能变进行突变位点筛选的处理方法和装置在说明书摘要公布了：本发明实施例涉及一种基于自由能变进行突变位点筛选的处理方法和装置，所述方法包括：构建码本检索模型、预训练框架、第一预测模型、第二预测模型；准备第一、第二数据集；基于预训练框架根据第一数据集训练码本检索模型；训练结束后，先基于码本检索模型的模型参数对第一、第二预测模型的内部组件参数进行设置、再基于第二数据集训练第一、第二预测模型；训练结束后，基于用户输入的原生蛋白质序列和突变残基集进行原生‑突变蛋白信息组合得到多个原始组；使用第一预测模型对所有原始组进行一轮初筛得到N个优选组；使用第二预测模型对N个优选组进行排序生成终选组序列向用户反馈。通过本发明可以提高整体研究效率。

本发明授权一种基于自由能变进行突变位点筛选的处理方法和装置在权利要求书中公布了：1.一种基于自由能变进行突变位点筛选的处理方法，其特征在于，所述方法包括： 构建一个用于通过码本检索方式对蛋白质复合物指定残基位点的微环境特征进行残基特征映射的特征映射模型记为对应的码本检索模型；并为所述码本检索模型构建预训练框架；并以所述码本检索模型为基础构建两个用于预测蛋白质复合物单点突变前后自由能变△△G的预测模型记为对应的第一预测模型和第二预测模型；所述码本检索模型用于根据模型输入的蛋白质序列S和残基位点b以及内置的残基特征码本C对当前残基位点的微环境特征进行残基特征映射得到对应的残基映射向量E；所述预训练框架用于对框架输入的掩膜图Gmask的所有残基节点的三类嵌入向量进行重构得到对应的类型重构集X1、二面角重构集X2、局部方向重构集X3；所述第一预测模型用于根据模型输入的原生蛋白质序列S1、突变蛋白质序列S2和突变残基位点b1-2进行微环境嵌入编码并基于两个嵌入编码的差分嵌入进行自由能变预测得到对应的第一自由能变；所述第二预测模型用于根据模型输入的原生蛋白质序列S3、突变蛋白质序列S4和突变残基位点b3-4进行微环境嵌入编码并基于两个嵌入编码分别进行对应的微环境重构编码再基于两个重构特征的差分特征进行自由能变预测得到对应的第二自由能变； 通过数据采集准备训练数据集得到对应的第一数据集和第二数据集； 基于所述预训练框架根据所述第一数据集对所述码本检索模型进行训练；检索模型训练结束后，先基于所述码本检索模型的模型参数对第一、第二预测模型的内部组件参数进行设置再基于所述第二数据集训练第一、第二预测模型； 两类预测模型训练结束后，基于用户输入的第一原生蛋白质序列和第一突变残基集进行原生-突变蛋白信息组合得到对应的多个原始组；并使用所述第一预测模型按预设的筛选排序规则对所有所述原始组进行一轮初筛得到N个优选组；并使用所述第二预测模型继续按所述筛选排序规则对N个所述优选组进行排序生成对应的终选组序列向当前用户反馈；所述第一突变残基集包括多个第一突变残基，所述第一突变残基的总数大于预设总数N，N为一个正整数；所述第一突变残基包括第一残基类型和第一残基位点；所述原始组包括所述第一原生蛋白质序列、第一突变蛋白质序列和所述第一残基位点；所述筛选排序规则为按自由能变从大到小的顺序排序、或按自由能变从小到大的顺序排序。

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北京深势科技有限公司，其通讯地址为：100089 北京市海淀区海淀大街3号1幢11层1101；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。