申请/专利权人:腾讯科技(深圳)有限公司
申请日:2021-08-27
公开(公告)日:2024-06-25
公开(公告)号:CN114283878B
主分类号:G16B5/00
分类号:G16B5/00;G16B20/50;G16B30/00;G16B50/00;G16C20/50
优先权:
专利状态码:有效-授权
法律状态:2024.06.25#授权;2022.10.11#实质审查的生效;2022.04.05#公开
摘要:本申请实施例涉及一种训练匹配模型、预测氨基酸序列和设计药物的方法与装置。其中,训练匹配模型的方法包括:获取样本集,所述样本集包括已知蛋白质三维结构以及所述已知蛋白质三维结构相应的氨基酸序列;和将所述样本集输入匹配函数并进行训练,以便获得经过训练的匹配模型。利用根据本申请实施例的方法,能够提高预测氨基酸序列与蛋白质三维结构匹配程度的预测精度。
主权项:1.一种训练匹配模型的方法,所述匹配模型用于表征氨基酸序列和蛋白质三维结构之间的匹配程度,匹配函数是以能量函数预测值的负值作为指数的归一化指数函数,其特征在于,包括:获取样本集,所述样本集包括已知蛋白质三维结构以及所述已知蛋白质三维结构相应的氨基酸序列;将已知蛋白质三维结构以及相应氨基酸序列构成的样本集输入所述能量函数,获得所述样本集中所述已知蛋白质三维结构与所述相应氨基酸序列的能量函数预测值;根据所述相应氨基酸序列,从所述匹配函数对应的预测样本分布中采样,获得采样蛋白质三维结构;基于所述能量函数,根据所述采样蛋白质三维结构与所述相应氨基酸序列预测能量函数采样预测值;根据所述能量函数预测值和所述能量函数采样预测值,对所述匹配函数的可训练参数进行迭代优化,以获得经过训练的匹配模型。
全文数据:
权利要求:
百度查询: 腾讯科技(深圳)有限公司 训练匹配模型、预测氨基酸序列和设计药物的方法与装置
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。