一种基于混合深度学习策略的BCE预测方法

本发明涉免疫药物研发技术领域，公开了一种基于混合深度学习策略的BCE预测方法，包括如下步骤：步骤1、构建BCE预测模型；步骤2、向所述BCE预测模型输入蛋白序列；步骤3、利用预测模型输出该蛋白序列是否为BCE的结果。所述步骤1中的BCE预测模型包括数据库、特征提取模块、特征处理模块以及前向神经网络模块；其中：数据库用于训练数据集的获取；特征提取模块用于对数据进行特征提取并获取四组特征；特征处理模块用于对提取的特征进行处理。本发明提出的深度学习预测方法，用序列特征和结构特征表示一条蛋白质，用四通道深度神经网络，分别提取序列信息和结构信息，可用同一个模型预测线性表位。

《一种基于混合深度学习策略的BCE预测方法》是一发明专利，专利号为 2025100551996，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;姚昭伦;童岳敏;徐亚军，申请日期为2025-01-14，公开（公告）日期为2025-08-05，国际专利分类号（IPC）为 G16B 30/10 (2019.01)，所属技术领域包括：医药、免疫药物研发、人工智能大模型预测B细胞抗原表位、生物信息学与人工智能辅助药物设计、用于疫苗与抗体药物设计辅助、抗原表位预测计算平台、生物医药AI研发、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：本发明涉免疫药物研发技术领域，公开了一种基于混合深度学习策略的BCE预测方法，包括如下步骤：步骤1、构建BCE预测模型；步骤2、向所述BCE预测模型输入蛋白序列；步骤3、利用预测模型输出该蛋白序列是否为BCE的结果。所述步骤1中的BCE预测模型包括数据库、特征提取模块、特征处理模块以及前向神经网络模块；其中：数据库用于训练数据集的获取；特征提取模块用于对数据进行特征提取并获取四组特征；特征处理模块用于对提取的特征进行处理。本发明提出的深度学习预测方法，用序列特征和结构特征表示一条蛋白质，用四通道深度神经网络，分别提取序列信息和结构信息，可用同一个模型预测线性表位。

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！