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！

龙图腾网获悉北京悦康科创医药科技股份有限公司申请的专利基于人工智能的多肽序列改造方法、装置、设备及介质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：CN119314546B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202411823421.4，技术领域涉及：G16B15/30；该发明授权基于人工智能的多肽序列改造方法、装置、设备及介质是由宋更申;赵化建设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于人工智能的多肽序列改造方法、装置、设备及介质在说明书摘要公布了：本发明涉及多肽设计技术领域，公开了一种基于人工智能的多肽序列改造方法、装置、设备及介质，该方法包括：获取参考多肽序列；利用预设的遮盖词元，对所述参考多肽序列中的部分词元进行遮盖，得到遮盖多肽序列；将所述遮盖多肽序列输入至预先训练完成的多肽序列改造模型；基于所述多肽序列改造模型输出的预测结果，确定所述遮盖多肽序列中被遮盖部分的预测词元；将所述参考多肽序列中被遮盖的部分词元替换为所述预测词元，得到预测多肽序列；若所述预测多肽序列是与已有多肽序列均不同的多肽序列，则将所述预测多肽序列作为改造多肽序列。本发明基于已有多肽序列进行改造得到新的多肽序列，可提高多肽设计的质量和速度。

本发明授权基于人工智能的多肽序列改造方法、装置、设备及介质在权利要求书中公布了：1.一种基于人工智能的多肽序列改造方法，其特征在于，所述方法包括： 获取参考多肽序列； 利用预设的遮盖词元，对所述参考多肽序列中的部分词元进行遮盖，得到遮盖多肽序列；所述遮盖词元为指定的氨基酸残基词元； 将所述遮盖多肽序列输入至预先训练完成的多肽序列改造模型； 基于所述多肽序列改造模型输出的预测结果，确定所述遮盖多肽序列中被遮盖部分的预测词元；若所述多肽序列改造模型输出对应全部词元的N个概率值，那么将N个概率值按照从大到小的顺序排列，然后取前M个概率值，将这M个概率值对应的M个词元都作为预测词元；其中，词元对应的所述概率值指示所述参考多肽序列中被遮盖的词元是对应词元的概率值； 将所述参考多肽序列中被遮盖的部分词元替换为所述预测词元，得到预测多肽序列； 若所述预测多肽序列是与已有多肽序列均不同的多肽序列，则将所述预测多肽序列作为改造多肽序列； 所述若所述预测多肽序列是与已有多肽序列均不同的多肽序列，则将所述预测多肽序列作为改造多肽序列之后，还包括：对所述改造多肽序列进行活性和或毒性的筛选；具体包括： 将所述改造多肽序列的序列信息和目标受体的序列信息、以及所述改造多肽序列的结构图像和所述目标受体的结构图像输入至第一多模态深度学习模型中预测得到所述改造多肽序列的活性信息； 和或， 将所述改造多肽序列的序列信息和目标受体的序列信息、以及所述改造多肽序列的结构图像和所述目标受体的结构图像输入至第二多模态深度学习模型中预测得到所述改造多肽序列的毒性信息； 其中，所述第一多模态深度学习模型和所述第二多模态深度学习模型都包括Star-Transformer编码器、卷积神经网络、特征融合层和全连接层； 所述Star-Transformer编码器用于基于所述改造多肽序列的序列信息和目标受体的序列信息，输出第一特征信息； 所述卷积神经网络用于基于所述改造多肽序列的结构图像和所述目标受体的结构图像，输出第二特征信息； 所述特征融合层用于将所述第一特征信息和所述第二特征信息融合，得到融合特征信息； 所述第一多模态深度学习模型的全连接层基于所述融合特征信息预测得到所述改造多肽序列的活性信息，和所述第二多模态深度学习模型的全连接层基于所述融合特征信息预测得到所述改造多肽序列的毒性信息； 在训练过程中，对于卷积神经网络的多肽和受体的结构图像样本，使用多个数据增强方法，包括但不限于图像旋转、随机裁剪受体图像、改变图像颜色。

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北京悦康科创医药科技股份有限公司，其通讯地址为：100176 北京市大兴区北京经济技术开发区科创七街11号院3号楼1层101室；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”。