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！

龙图腾网获悉南昌大学第一附属医院;南昌大学申请的专利基于多模态深度学习的MHC提呈肽段预测方法及系统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：CN120452555B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510955009.6，技术领域涉及：G16B40/00；该发明授权基于多模态深度学习的MHC提呈肽段预测方法及系统是由魏彩辉;乐爱平;徐子晨;张长林;俞快;刘威;吴承高设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本基于多模态深度学习的MHC提呈肽段预测方法及系统在说明书摘要公布了：本发明提供一种基于多模态深度学习的MHC提呈肽段预测方法及系统，该方法包括：构建多物种MHC‑肽段结合数据集；对多物种MHC‑肽段结合数据集中的多等位基因MHC‑肽段数据进行单基因型解析，确定唯一的MHC‑肽段对应关系；对跨物种MHC序列进行多序列比对和特征对齐，并采用频率加权氨基酸特征距离算法提取表征MHC分子多态性的核心位点信息；构建多模态深度学习模型，整合MHC序列特征和肽段序列特征，预测MHC分子与肽段的结合能力。本发明能够更全面和有效地捕捉MHC与抗原肽段之间的高阶交互特征。

本发明授权基于多模态深度学习的MHC提呈肽段预测方法及系统在权利要求书中公布了：1.一种基于多模态深度学习的MHC提呈肽段预测方法，其特征在于，包括： 构建多物种MHC-肽段结合数据集，包括人类和非人类物种的MHC分子序列信息及其对应的肽段结合数据； 对所述多物种MHC-肽段结合数据集中的多等位基因MHC-肽段数据进行单基因型解析，确定唯一的MHC-肽段对应关系； 对跨物种MHC序列进行多序列比对和特征对齐，并采用频率加权氨基酸特征距离算法提取表征MHC分子多态性的核心位点信息； 构建多模态深度学习模型，整合MHC序列特征和肽段序列特征，预测MHC分子与肽段的结合能力，其中，所述多模态深度学习模型中包括卷积神经网络模块、通道注意力机制模块以及交叉注意力机制模块，所述卷积神经网络模块用于提取MHC分子和肽段序列的局部特征，所述通道注意力机制模块用于增强重要特征通道的权重，所述交叉注意力机制模块用于捕捉MHC分子与抗原肽段之间的序列交互模式； 其中，所述频率加权氨基酸特征距离算法的构建步骤包括： 从UniProt和IMGT数据库中获取多物种MHCI类分子氨基酸序列，对所述多物种MHCI类分子氨基酸序列进行多序列比对，通过插入gap字符将所有序列标准化为统一长度622位，形成比对对齐的序列集合，其中，n为MHCI类分子序列总数； 定义位置索引k∈{1,2,...,622}，k表示比对后序列中的氨基酸位置下标，对于每个位置k，提取所有序列在该位置的氨基酸组成，记为向量ak=a1k,a2k,...,ank，其中，aik表示第i条序列在第k位置的氨基酸； 对于每个位置k，统计所有氨基酸的出现频率： 其中，AminoAcidSet为20种标准氨基酸的集合加上特殊字符，为指示函数，构建频率字典Fk={a:fka∣a∈AminoAcidSet}，并按频率降序排列； 对于位置k，选择出现频率最高的氨基酸作为参考氨基酸： 式中，为氨基酸，为参考氨基酸，是一个函数，作用在于找到使函数达到最大值的输入值； 对特殊字符进行标准化处理； 定义为氨基酸a在BLOSUM50矩阵中的编码向量，为参考氨基酸aref在BLOSUM50矩阵中的编码向量，为位置k中氨基酸的种类数量，定义n为MHCI类分子序列总数，对于位置k中的每个氨基酸a，计算其与参考氨基酸的加权欧氏距离，表示为氨基酸多态性距离： 。

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南昌大学第一附属医院;南昌大学，其通讯地址为：330006 江西省南昌市东湖区永外正街17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”。