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！

龙图腾网获悉重庆邮电大学申请的专利一种基于深度学习的抗体结构生成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：CN116189776B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211640445.7，技术领域涉及：G16B40/00；该发明授权一种基于深度学习的抗体结构生成方法是由周文;舒坤贤设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。

本一种基于深度学习的抗体结构生成方法在说明书摘要公布了：本发明属于生物信息技术领域，具体涉及一种基于深度学习的抗体结构生成方法，该方法包括：获取待预测的序列数据，对该数据进行预处理；采用PCA方法对预处理后的特征序列进行分解降维处理，分解降维处理的过程包括计算序列特征的协方差矩阵，并计算出协方差矩阵的特征值；对特征值进行排序，根据排序后的特征值筛选出对应的特征向量，将筛选出的特征作为分解降维后的序列特征；将分解降维后的序列数据输入到训练好的改进神经网络模型中，得到抗体结构预测结果；本发明针对抗体结构，对每一个氨基酸提取所有重原子信息作为标签使用，能够更精确的表达抗体的空间结构。

本发明授权一种基于深度学习的抗体结构生成方法在权利要求书中公布了：1.一种基于深度学习的抗体结构生成方法，其特征在于，包括：获取待预测的序列数据，对该数据进行预处理；将预处理后的序列数据输入到训练好的改进神经网络模型中，得到预测的抗体结构；根据预测的抗体结构构建抗体；改进神经网络模型维改进的ResNet-RCCA模型； 对改进神经网络模型进行训练的过程包括： S1：获取原始抗体数据集，其中原始抗体数据为抗体的序列信息，包括抗体一级结构、抗体二级结构以及抗体三级结构； S2：将原始抗体数据集中的抗体序列信息转化为矩阵数据，并将矩阵数据作为序列特征；获取抗体结构的原子坐标信息，并将该信息作为结构标签； S3：采用PCA方法对序列特征进行分解降维处理； S4：将结构标签和分解降维后的序列特征输入到改进后的ResNet-RCCA模型中，得到抗体结构预测结果； 改进后的ResNet-RCCA模型包括ResNet模型和6个RCCA模块；ResNet模型由一维残差卷积网络和二维残差卷积网络构成，每个一维卷积块由两个卷积层，两个池化层组成，卷积层卷积核大小为5*5；二维残差卷积网络由一个二维卷积层、池化层、25个二维卷积块组成，二维卷积块由两个卷积层，两个池化层组成，卷积层卷积核大小为3*3，RCCA模块设置于二维卷积层之后； S5：根据抗体结构预测结果计算模型的损失函数，不断调整模型参数，方损失函数最小时完成模型训练。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。