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！

龙图腾网获悉湖南财政经济学院;邵阳学院申请的专利一种用于识别SARS-CoV-2感染的磷酸化位点的深度学习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：CN117334251B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202311266791.8，技术领域涉及：G16B20/30；该发明授权一种用于识别SARS-CoV-2感染的磷酸化位点的深度学习方法是由黄国华;肖润娟设计研发完成，并于2023-09-27向国家知识产权局提交的专利申请。

本一种用于识别SARS-CoV-2感染的磷酸化位点的深度学习方法在说明书摘要公布了：本发明公开了一种用于识别SARS‑CoV‑2感染的磷酸化位点的深度学习方法，包括:首先收集已知的感染SARS‑CoV‑2的人类A549细胞的磷酸化位点数据集；再分别使用五种特征编码方法提取肽序列的特征表示；将这五种特征编码方法提取到的特征进行向量拼接；然后基于卷积神经网络、Gating机制、双向门控循环单元构建深度学习模型；使用正负样本的编码向量及其标签训练深度学习神经网络模型；利用训练好的模型预测未知的肽序列，本发明充分利用了卷积神经网络、gating机制和双向门控循环单元网络的优势，不仅实现了特征提取、信息整合和时序处理的协同作用，还为高效识别SARS‑CoV‑2感染的磷酸化位点提供了一种创新而准确的方法。

本发明授权一种用于识别SARS-CoV-2感染的磷酸化位点的深度学习方法在权利要求书中公布了：1.一种用于识别SARS-CoV-2感染的磷酸化位点的深度学习方法，其特征在于，包括以下步骤： S1：收集已知的感染SARS-CoV-2的人类A549细胞的磷酸化位点数据集； S2：分别使用独热编码、氨基酸替换打分矩阵、新扩展和更新的主要属性尺度、5位二进制类型一、5位二进制类型二五种特征编码方法提取肽序列的特征表示；其中： 所述氨基酸替换打分矩阵方法包括：首先构建替代矩阵，基于已知的多种蛋白质序列对比数据构建一个替代矩阵，这个替代矩阵描述了在蛋白质序列中一个氨基酸被另一个氨基酸替代的频率；然后计算相似性得分，对于两条蛋白质序列之间的比对，根据替代矩阵来计算相似性得分，用以下公式来表示两条蛋白质序列不同位置的之间的相似性得分：，其中M是BLOSUM62矩阵，,其中m是氨基酸类型的数量，d是嵌入向量的维度，Score表示蛋白质序列1的位置i和蛋白质序列2的位置j之间的相似性得分；最后累计得分，对于整个蛋白质序列的比对，将每对氨基酸之间的相似性得分累积起来，得到一个总的相似性得分，这个得分可以用来衡量两条蛋白质序列的相似程度，得分越高，表示两个序列越相似； 所述新扩展和更新的主要属性尺度方法为将每个氨基酸用5个物理化学描述符进行表征，通过使用这些描述符变量，捕捉到蛋白质序列中不同氨基酸之间的差异和相似性，进而对蛋白质的结构和功能进行分析和预测； S3：将这五种特征编码方法提取到的特征进行向量拼接； S4：基于一维卷积神经网络、Gating机制、双向门控循环单元构建深度学习模型，深度学习模型包括：一个一维卷积神经网络与三个并联的同尺度一维卷积串联，分别接池化层、批标准归一化层、丢弃层、sigmoid激活层，将激活后的结果相乘展平，其中，Gating机制通过sigmoid激活函数控制卷积层的输出信息；卷积神经网络还与双向门控循环单元网络串联，将输出的特征向量再展平，将两次展平的结果拼接在一起，形成一个包含多种特征表示的向量，最后将这个向量传递到全连接层中进行分类；其中，所述Gating机制使用sigmoid激活函数来控制信息流动，公式表示为：，其中和分别表示上一层的输出； S5：对于中心被磷酸化的ST位点的肽序列片段定义为正样本，将其标签标注为1，否则视为负样本，将其标签标注为0；利用打乱后的训练集对深度学习神经网络模型进行有监督训练，使用正负样本的编码向量及其标签训练深度学习神经网络模型； S6：利用训练好的模型预测未知的肽序列。

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湖南财政经济学院;邵阳学院，其通讯地址为：410000 湖南省长沙市枫林二路139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。