融合多视角和最优多标签链式学习的RNA结合蛋白识别

本发明属于生物信息学领域，涉及融合多视角和最优多标签链式学习的RNA结合蛋白识别。该方法包括训练阶段和使用阶段两部分，训练阶段包括初始多视角数据构造、多视角深度特征提取模型训练，多标签特征学习和最优多标签链式分类器训练。多视角包括RNA序列视角，氨基酸序列视角，多间隙二肽成分视角和RNA序列语义视角。本发明为了提高多视角特征的有效性，基于最初的多视角数据，利用CNN进行深度学习来构造出深度多视角特征。为了将多视角特征与多标签学习联系在一起，本发明建立多标签特征学习模型，用于整合所有视角的优势，使用区别于普通CC多标签分类器的最优CC链式分类器来学习标签之间的关联，更有效地提升分类精度。

《融合多视角和最优多标签链式学习的RNA结合蛋白识别》是一发明专利，专利号为 2020106581278，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;杨海涛;吴敬;王蕾;王士同，申请日期为2020-07-09，公开（公告）日期为2024-03-08，国际专利分类号（IPC）为 G16B 30/00 (2019.01)，高新资质：未报高企，所属技术领域包括：生物信息学蛋白识别、RNA结合蛋白预测、多视角特征+链式多标签学习、蛋白-RNA作用预判、转录组蛋白挖掘、多源序列特征、链式标签分类、RNA互作蛋白识别、转录调控蛋白筛选、计算生物、蛋白序列分析、多标签预测模型、RNA蛋白互作、生物信息挖掘、转录因子预判。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：本发明属于生物信息学领域，涉及融合多视角和最优多标签链式学习的RNA结合蛋白识别。该方法包括训练阶段和使用阶段两部分，训练阶段包括初始多视角数据构造、多视角深度特征提取模型训练，多标签特征学习和最优多标签链式分类器训练。多视角包括RNA序列视角，氨基酸序列视角，多间隙二肽成分视角和RNA序列语义视角。本发明为了提高多视角特征的有效性，基于最初的多视角数据，利用CNN进行深度学习来构造出深度多视角特征。为了将多视角特征与多标签学习联系在一起，本发明建立多标签特征学习模型，用于整合所有视角的优势，使用区别于普通CC多标签分类器的最优CC链式分类器来学习标签之间的关联，更有效地提升分类精度。

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！