基于AlphaFold预测非天然环肽单体及其复合物三维结构的深度学习算法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于AlphaFold预测非天然环肽单体及其复合物三维结构的深度学习算法,具体步骤包括:获取非天然线肽数据集;划分训练集、验证集和测试集;在AlphaFold中,添加用于捕获多肽原子尺度表征的神经网络;将得到的原子尺度表征池化后与AlphaFold原有的残基尺度表征相结合;通过定义非天然氨基酸的刚性组和初始化其原子坐标实现对非天然氨基酸结构的预测;利用非天然线肽训练集和验证集对改造过的AlphaFold进行训练;使用训练好的模型在非天然线肽测试集上进行测试;获取非天然环肽测试数据集;修改模型中的相对位置编码矩阵;使用修改后的模型在非天然环肽测试集上进行测试。与之前的结构预测模型相比,本发明能够对非天然环肽单体及其复合物结构进行准确预测。
《基于AlphaFold预测非天然环肽单体及其复合物三维结构的深度学习算法(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 2024118464729,当前法律状态为已下证,由浙江工业大学提出申请,发明人为段宏亮;朱成,申请日期为2024-12-16,公开(公告)日期为2025-09-30,国际专利分类号(IPC)为 G16C 20/70 (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:本发明公开了一种基于AlphaFold预测非天然环肽单体及其复合物三维结构的深度学习算法,具体步骤包括:获取非天然线肽数据集;划分训练集、验证集和测试集;在AlphaFold中,添加用于捕获多肽原子尺度表征的神经网络;将得到的原子尺度表征池化后与AlphaFold原有的残基尺度表征相结合;通过定义非天然氨基酸的刚性组和初始化其原子坐标实现对非天然氨基酸结构的预测;利用非天然线肽训练集和验证集对改造过的AlphaFold进行训练;使用训练好的模型在非天然线肽测试集上进行测试;获取非天然环肽测试数据集;修改模型中的相对位置编码矩阵;使用修改后的模型在非天然环肽测试集上进行测试。与之前的结构预测模型相比,本发明能够对非天然环肽单体及其复合物结构进行准确预测。
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!
