基于深度学习的氨基酸拆分位点预测方法和装置

AITNT
正文
推荐专利
基于深度学习的氨基酸拆分位点预测方法和装置
申请号:CN202510409961
申请日期:2025-04-02
公开号:CN120340627A
公开日期:2025-07-18
类型:发明专利
摘要
本公开涉及一种基于深度学习的氨基酸拆分位点预测方法和装置,该方法通过确定目标蛋白质的主链结构特征和包括多个氨基酸的氨基酸序列,根据目标蛋白质的主链结构特征确定氨基酸序列中具有邻近关系的氨基酸对,将氨基酸序列中的氨基酸作为节点,氨基酸之间的邻近关系作为边确定目标蛋白质图。根据目标蛋白质的结构特征确定目标蛋白质图中每个节点的节点信息和每条边的边信息,再根据训练得到的神经网络模型基于具备节点信息和边信息的目标蛋白质图进行预测,得到每个氨基酸被拆分的概率。本公开同时整合蛋白质的序列和结构信息进行预测,更好地捕捉蛋白质的特征以及氨基酸中隐藏的关系,提高最终预测结果的准确性。
技术关键词
神经网络模型 位点预测方法 节点 序列 非易失性计算机可读存储介质 计算机程序指令 关系 训练集 样本 标签 特征提取模型 处理器 预测装置 距离信息 羰基 模块 存储器 环状 电子设备
系统为您推荐了相关专利信息
1
基于智慧电力应用的电力通信设备智能化管控方法及装置
电力通信设备 电力通信数据 智能化管控方法 5G物联网技术 数据过滤条件
2
一种船舶磁转化动力状态远程监控系统
状态远程监控系统 子模块 动力 远程控制中心 船舶
3
多重机理约束的储能电池对抗解耦表征与健康估计方法
储能电池 状态估计器 神经网络模型 估计方法 编码特征
4
一种时间序列异常检测阈值的自适应调整方法
滑动窗口 数据 频率 频域特征 周期性
5
基于人工智能的水利工程风险评估方法及系统
水利工程风险评估 贝叶斯网络模型 列表 网络结构 网络拓扑结构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号