龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江工业大学
申请日：2021-04-09
公开（公告）日：2024-05-07
公开（公告）号：CN113257342B
主分类号：G16B20/00
分类号：G16B20/00;G16B15/30;G06N20/00
优先权：
专利状态码：有效-授权
法律状态：2024.05.07#授权;2021.08.31#实质审查的生效;2021.08.13#公开
摘要：一种基于残基位置特征的蛋白质相互作用位点预测方法，首先根据待进行蛋白质相互作用位点预测的序列信息，计算出该序列中每个残基的残基位置特征向量；然后，搭建卷积网络框架，通过从UniProt数据库获取已知蛋白质相互作用位点标签的蛋白质序列构建样本集，训练搭建的卷积网络；最后，将待进行预测的蛋白质序列中残基的特征向量输入到训练的模型中，根据输出的概率值来判断该序列中的残基是否为相互作用位点。本发明计算代价低、预测精度高的基于残基位置特征的蛋白质相互作用位点预测方法。
主权项：1.一种基于残基位置特征的蛋白质相互作用位点预测方法，其特征在于，所述方法包括以下步骤：1输入一个氨基酸残基数为L的待进行蛋白质相互作用位点预测的蛋白质序列，记作S；2对蛋白质序列S中的每个氨基酸残基Rl，l＝1,2,…,L，通过以下公式获取它的残基位置特征向量其中Hl中第n个元素Hl,n的计算方式为： 3从UniProt数据库中获取已知蛋白质相互作用位点标签的蛋白质序列作为训练集，使用步骤2生成所有氨基酸残基的特征向量，构建训练样本集；4搭建卷积神经网络预测蛋白质序列S中的相互作用位点，该网络共有四层，分别为卷积层、归一化层、池化层、全连接层；使用sigmoid激活函数使网络的输出值在0,1范围内；5利用步骤3中构建的训练样本集和交叉熵损失函数训练步骤4中搭建的网络，获取预测模型；6将蛋白质序列S中残基的特征向量输入到步骤5获取的模型中，当模型输出的预测概率值大于阈值threshold，则判定对应的残基为蛋白质相互作用位点。
全文数据：
权利要求：
百度查询： 浙江工业大学 基于残基位置特征的蛋白质相互作用位点预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号