摘要
本发明公布了一种基于机器学习的天然非标记蛋白质核磁共振谱谱峰半自动归属方法,属于蛋白质结构解析技术领域。本发明将人工智能蛋白质化学位移预测的方法同传统人工谱峰指认的方法结合起来,编写软件对数据进行自动处理、分类,并采用计算机模拟的手段加快蛋白质谱峰指认的过程,从而快速完成谱峰指认的工作,为后面的结构计算、蛋白质‑配体相互作用研究等工作打下基础。本发明方法避免了耗时且繁琐的蛋白质同位素标记和人工谱峰指认的过程,从而加快用户的研究进程,并对普及核磁共振方法在蛋白质与配体相互作用研究中的应用起到良好的作用。
技术关键词
归属方法
核磁共振谱仪
配体相互作用
机器学习模型
结构解析技术
支持向量机方法
核磁共振方法
蒙特卡洛方法
机器学习方法
同位素标记
随机森林
序列
重水
缓冲液
软件
数据
溶液
进程
计算机
系统为您推荐了相关专利信息
智能芯片
机器学习模型
脑电采集设备
电信号
听觉
车辆远程控制设备
风险评估模型
认证方法
计算机程序产品
设备状态数据
结构疲劳寿命
疲劳寿命预测
机器学习模型
疲劳断口
应力
反演模型
监测方法
机器学习模型
养殖水域水质监测
参数