摘要
本申请提供一种多模态蛋白质设计方法、装置、系统及其存储介质,涉及蛋白质设计和机器学习技术领域。所述多模态蛋白质设计方法包括:获取目标蛋白质的原始序列信息;根据原始序列信息确定目标蛋白质的可突变候选区域;基于可突变候选区域和所述原始序列信息利用零样本打分模型得到候选蛋白质序列推荐集;对候选蛋白质序列推荐集根据零样本打分模型进行聚类降维处理并根据隐空间表征进行采样筛选得到目标突变体蛋白序列。本申请所提供的多模态蛋白质设计方法在高效性、多目标优化能力、小样本适应性、泛化能力、优化效率、灵活性和可扩展性等方面展现出显著优势,能够广泛应用于生物医学、工业催化、材料科学等领域的蛋白质设计与优化。
技术关键词
蛋白质设计方法
序列推荐
多模态
打分算法
样本
突变体
降维方法
亲和力
位点
代表
数据更新
计算机设备
机器学习技术
降维技术
计算机存储介质
数据获取模块
系统为您推荐了相关专利信息
双向长短期记忆
注意力机制
深度神经网络
决策方法
密度
注意力
图像处理方法
图像语义分割模型
编码
解码
绝缘子缺陷
深度神经网络
雾霾场景
模糊场景
GAN模型
情感分析方法
跨模态融合特征
上下文特征
模态特征
多模态
仿真模型
电力系统运行数据
新型电力系统
深度强化学习
决策