一种基于深度学习的蛋白质结构预测方法[CN201610735964.X] - 浙江工业大学

专利申请

2016-08-26
公布公告

2019-01-22
授权日期

2019-01-22
终止

2029-01-19

一种基于深度学习的蛋白质结构预测方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201610735964.X 申请日期： 2016-08-26 专利主类别： G16B15/20 {{ classMap["G16B15/20"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区朝晖六区潮王路18号

专利分类项目

G16B15/20 :

G06N3/04 : 体系结构，例如，互连拓扑

专利注册信息

初审公告期号	2016-08-26	初审公告日期	2019-01-22
注册公告期号	2019-01-22	注册公告日期	2019-01-22
专用权期限	2019-01-22 - 2029-01-19	专利类型	发明授权
代理组织机构	杭州斯可睿专利事务所有限公司查看该机构代理的所有专利

专利介绍

一种基于深度学习Residue2vec的蛋白质结构预测方法，给定输入序列信息，将PDB网站上已知的蛋白质结构看成语料库进行训练，将结构已知的蛋白质分割成长度为n的残基，通过CBOW模型结合Huffman编码，获取每个残基在向量空间中的表示，通过计算残基向量之间的距离来判断残基间的相似性，从而获取查询序列每个残基位置上的前N个片段结构，构成了Residue2vec的片段库；然后对查询序列进行随机折叠构成初始构象；之后随机选取其中一个长度为n的残基，与片段库中的片段进行二面角的替换；进而比较能量，若能量减小则接收构象，若能量增大则以Metropolis准则接收构象，通过不断迭代最终获得亚稳态构象。本发明查询序列中匹配度较高、预测精度较高。

法律进度