基于MLP-Mixer的ncRNA与蛋白质相互作用关联性预测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明提出了一种基于MLP‑Mixer的ncRNA与蛋白质相互作用关联性预测方法。首先通过联合k‑mer方法对蛋白质/ncRNA序列进行编码;然后输入到结合MLP‑Mixer网络的混合网络中以提取序列特征;最后通过双序列比较注意力模块模拟核苷酸与氨基酸之间的相互作用,输出到分类部分进行分类。本发明综合考虑了一级序列特征、二级结构序列特征以及三级结构特征,引入了多层感知机混合器模块,并与卷积神经网络和双向长短期记忆网络相结合,从而能够捕捉到由CNN识别出的特征之间的远距离依赖性。同时,通过双序列比较注意力模块模拟核苷酸与氨基酸之间的复杂相互作用,以发掘ncRNA与蛋白质序列之间的细微关联。
《基于MLP-Mixer的ncRNA与蛋白质相互作用关联性预测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2025102513607,当前法律状态为已下证,由合肥大学提出申请,发明人为陈艳平;郭龙菊;胡昭龙;蒋金亮;沈再路,申请日期为2025-03-04,公开(公告)日期为2025-11-25,国际专利分类号(IPC)为 G16B 15/30 (2019.01),高新资质:未报高企。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:本发明提出了一种基于MLP‑Mixer的ncRNA与蛋白质相互作用关联性预测方法。首先通过联合k‑mer方法对蛋白质/ncRNA序列进行编码;然后输入到结合MLP‑Mixer网络的混合网络中以提取序列特征;最后通过双序列比较注意力模块模拟核苷酸与氨基酸之间的相互作用,输出到分类部分进行分类。本发明综合考虑了一级序列特征、二级结构序列特征以及三级结构特征,引入了多层感知机混合器模块,并与卷积神经网络和双向长短期记忆网络相结合,从而能够捕捉到由CNN识别出的特征之间的远距离依赖性。同时,通过双序列比较注意力模块模拟核苷酸与氨基酸之间的复杂相互作用,以发掘ncRNA与蛋白质序列之间的细微关联。
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!
