基于多视图深度交互学习的多级酶功能预测方法

本发明属于智能细胞生物识别领域，涉及一种基于多视图深度交互学习的多级酶功能预测方法。该方法的主要过程如下：首先，将酶序列转换为溶剂可及性和二级结构的组合视图、包含进化信息的PSSM视图以及结构域视图，从而构建出初始的多视图特征数据；然后，将上述三个原始视图输入到不同的深度特异性网络模块，以获得各视图的深层特异性信息；进一步地，设计一个深度视图交互网络来提取视图间的交互性信息；最后，将各视图的特异性信息以及它们的交互性信息导入到一个后续的多视图自适应损失加权分类模块中进行协同训练，从而训练出最终的预测模型。

《基于多视图深度交互学习的多级酶功能预测方法》是一发明专利，专利号为 2023101032831，当前法律状态为已下证，由江南大学提出申请，发明人为邓赵红;唐文亮;吴敬;未志胜;王蕾;王士同，申请日期为2023-02-13，公开（公告）日期为2026-02-24，国际专利分类号（IPC）为 G16C 20/30 (2019.01)，所属技术领域包括：生物信息学蛋白预测、酶功能注释、多视图深度交互网络、蛋白序列结构多源建模、酶蛋白功能预判、多视角特征融合、多级功能分类、蛋白功能注释模型、酶功能挖掘、计算酶学、蛋白序列分析、结构特征融合、生物信息预测、酶蛋白注释、合成生物学辅助筛选。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：本发明属于智能细胞生物识别领域，涉及一种基于多视图深度交互学习的多级酶功能预测方法。该方法的主要过程如下：首先，将酶序列转换为溶剂可及性和二级结构的组合视图、包含进化信息的PSSM视图以及结构域视图，从而构建出初始的多视图特征数据；然后，将上述三个原始视图输入到不同的深度特异性网络模块，以获得各视图的深层特异性信息；进一步地，设计一个深度视图交互网络来提取视图间的交互性信息；最后，将各视图的特异性信息以及它们的交互性信息导入到一个后续的多视图自适应损失加权分类模块中进行协同训练，从而训练出最终的预测模型。

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！