Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 厦门理工学院马英钧获国家专利权

厦门理工学院马英钧获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉厦门理工学院申请的专利一种病毒蛋白质-宿主蛋白质-疾病类型交互预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115938471B

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211360854.1,技术领域涉及:G16B15/30;该发明授权一种病毒蛋白质-宿主蛋白质-疾病类型交互预测方法是由马英钧设计研发完成,并于2022-10-31向国家知识产权局提交的专利申请。

一种病毒蛋白质-宿主蛋白质-疾病类型交互预测方法在说明书摘要公布了:本发明公开了一种病毒蛋白质‑宿主蛋白质‑疾病类型交互预测方法。包括:获取已知的多种病毒蛋白质的氨基酸数据和已知的多种宿主蛋白质的氨基酸数据和不同疾病类型下的病毒蛋白质和宿主蛋白质的交互数据;构建基于氨基酸数据和蛋白质交互数据的多特征学习逻辑张量分解模型;采用交替优化算法对所述构建的多特征学习逻辑张量分解模型进行张量补全;根据所述经张量补全后的多特征学习逻辑张量分解模型,来对病毒蛋白质‑宿主蛋白质‑疾病类型三元组的交互概率进行预测并排序。本发明能集成生物实体的多种特征数据,提升了预测的精度和预测的范围,有效地解决生物实验中成本高和盲目性问题。

本发明授权一种病毒蛋白质-宿主蛋白质-疾病类型交互预测方法在权利要求书中公布了:1.一种病毒蛋白质-宿主蛋白质-疾病类型交互预测方法,其特征在于,包括: 获取已知的多种病毒蛋白质的氨基酸数据和已知的多种宿主蛋白质的氨基酸数据和不同疾病类型下的病毒蛋白质和宿主蛋白质的交互数据; 构建基于氨基酸数据和蛋白质交互数据的多特征学习逻辑张量分解模型; 采用交替优化算法对所述构建的多特征学习逻辑张量分解模型进行张量补全; 根据所述张量补全后的多特征学习逻辑张量分解模型,来对病毒蛋白质-宿主蛋白质-疾病类型三元组的交互概率进行预测并排序; 所述构建基于氨基酸数据和蛋白质交互数据的多特征学习逻辑张量分解模型,包括: 采用protr方法对所述已知宿主蛋白质的氨基酸数据和已知病毒蛋白质的氨基酸数据进行特征计算,和从所述计算的氨基酸数据中提取出每个氨基酸数据的蛋白质特征,并从所述蛋白质特征中提取出宿主蛋白质的伪氨基酸组成特征和联合三元组描述符特征以及病毒蛋白质的伪氨基酸组成特征和联合三元组描述符特征以及不同疾病类型下宿主蛋白质和病毒蛋白质的交互张量,并利用上述特征和交互张量作为多特征学习逻辑张量分解模型的训练输入的方式构建所述多特征学习逻辑张量分解模型; 所述采用交替优化算法对所述构建的多特征学习逻辑张量分解模型进行张量补全,包括: 根据多特征学习逻辑张量分解模型计算宿主蛋白质的因子矩阵、病毒蛋白质的因子矩阵和疾病类型的因子矩阵,和通过多特征学习逻辑张量分解模型获得宿主蛋白质的投影矩阵、病毒蛋白质的投影矩阵,和通过多特征学习逻辑张量分解模型获得宿主蛋白质特征投影项的权重系数、病毒蛋白质特征投影项的权重系数,和通过所述因子矩阵、所述投影矩阵、所述权重系数的交替固定更新优化,直至所述多特征学习逻辑张量分解模型收敛到最优解。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人厦门理工学院,其通讯地址为:361024 福建省厦门市理工路600号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。