摘要
本发明属于酶动力学参数预测技术领域,公开一种酶动力学参数预测模型构建方法及系统,该方法包括:通过多源数据整合构建酶动力学参数集,依次进行数据清洗与数据增强,实现蛋白信息补充及化合物数据匹配;构建多任务学习的酶动力学参数预测模型,通过建模米氏常数与酶周转数数据的协同关系,输出酶动力学参数的预测结果;基于多阶段训练策略,对酶动力学参数预测模型进行分段训练。本发明通过构建更为丰富的酶动力学参数数据集和更合理的深度学习模型,提升酶动力学参数预测的准确性;通过准确预测酶动力学参数,辅助菌株的虚拟筛选与理性设计,从而加快生物合成战略的发展进程。
技术关键词
预测模型构建方法
参数
数据划分策略
蛋白
双线性
多任务
注意力
野生型氨基酸序列
特征提取网络
低米氏常数
多阶段
模型构建系统
分子
矩阵
热启动
标识符
解码器
系统为您推荐了相关专利信息
智慧工厂动态协同调度方法
无线通信网络技术
梯度提升机
二进制蚁群算法
大数据
GIL管母
实时监测方法
数字孪生
多模态
实测数据模型
序列预测模型
预测分析技术
线性预测系数
动画
求解线性方程组