一种混合深度学习策略的蛋白质解链温度预测方法
本发明涉及蛋白质预测技术领域,公开了一种混合深度学习策略的蛋白质解链温度预测方法,包括如下步骤:步骤1、构建深度学习策略的蛋白质解链温度预测模型,所述预测模型包括序列特征提取模块、结构特征提取模块以及前向网络模块;步骤2、输入待测上述蛋白质的一级序列至所述预测模型中;步骤3、利用预测模型输出蛋白质解链温度以及蛋白质类别。本发明提出的预测方法,其预测模型综合考虑了蛋白质的结构特征和序列特征,特别是考虑了蛋白质结构中的氨基酸残基空间构象,因此,本发明提出的预测模型能够更加精准的预测到蛋白质解链温度。
《一种混合深度学习策略的蛋白质解链温度预测方法》是一发明专利,专利号为 2024114367486,当前法律状态为已下证,由安庆师范大学提出申请,发明人为张步忠;金海平;李翔;姚昭伦,申请日期为2024-10-15,公开(公告)日期为2025-09-16,国际专利分类号(IPC)为 G16B 40/20 (2019.01),所属技术领域包括:生物信息学与计算生物学、蛋白质性能预测、人工智能大模型、用于合成生物学与工业酶改造、创新药研发。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及蛋白质预测技术领域,公开了一种混合深度学习策略的蛋白质解链温度预测方法,包括如下步骤:步骤1、构建深度学习策略的蛋白质解链温度预测模型,所述预测模型包括序列特征提取模块、结构特征提取模块以及前向网络模块;步骤2、输入待测上述蛋白质的一级序列至所述预测模型中;步骤3、利用预测模型输出蛋白质解链温度以及蛋白质类别。本发明提出的预测方法,其预测模型综合考虑了蛋白质的结构特征和序列特征,特别是考虑了蛋白质结构中的氨基酸残基空间构象,因此,本发明提出的预测模型能够更加精准的预测到蛋白质解链温度。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
