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 > 电子科技大学(深圳)高等研究院任亚洲获国家专利权

电子科技大学(深圳)高等研究院任亚洲获国家专利权

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!

龙图腾网获悉电子科技大学(深圳)高等研究院申请的专利基于蛋白质语言模型的B细胞表位预测方法、装置、设备及计算机程序产品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:CN120260680B

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:202510717656.3,技术领域涉及:G16B30/00;该发明授权基于蛋白质语言模型的B细胞表位预测方法、装置、设备及计算机程序产品是由任亚洲;李树诚;马晖凯设计研发完成,并于2025-05-30向国家知识产权局提交的专利申请。

基于蛋白质语言模型的B细胞表位预测方法、装置、设备及计算机程序产品在说明书摘要公布了:本申请公开了一种基于蛋白质语言模型的B细胞表位预测方法、装置、设备及计算机程序产品,方法包括:将待预测的蛋白质序列分别输入预训练的ESM‑IF1模型和预训练的ESM2模型,以捕获多维度的结构嵌入向量和序列特征向量后,进行拼接;基于Transformer架构,通过集成卷积神经网络对多维度数据集进行训练,并计算TIM损失函数;利用深度卷积神经网络模型输出蛋白质序列的每个氨基酸位置的预测概率;如果预测概率大于设定阈值,则判定对应的氨基酸位置为表位,否则为非表位。本申请通过有效整合蛋白质语言模型输出的向量,卷积神经网络与Transformer的有机融合,实现对B细胞表位非线性特征的深度挖掘和高效学习,具有预测准确性高、泛化能力强以及鲁棒性良好的优势。

本发明授权基于蛋白质语言模型的B细胞表位预测方法、装置、设备及计算机程序产品在权利要求书中公布了:1.一种基于蛋白质语言模型的B细胞表位预测方法,其特征在于,包括: 将待预测的蛋白质序列分别输入预训练的ESM-IF1模型和预训练的ESM2模型,以捕获多维度的结构嵌入向量和序列特征向量; 拼接所述序列特征向量和所述结构嵌入向量,获得多维度数据集; 基于Transformer架构,通过集成卷积神经网络对所述多维度数据集进行训练,并计算TIM损失函数,在所述TIM损失函数的值处于预设范围时,获得深度卷积神经网络模型; 利用所述深度卷积神经网络模型输出所述蛋白质序列的每个氨基酸位置的预测概率; 如果所述预测概率大于设定阈值,则判定对应的所述氨基酸位置为表位,否则为非表位; 所述将待预测的蛋白质序列输入预训练的ESM-IF1模型,获得多维度的结构嵌入向量,包括: 将待预测的蛋白质序列输入预训练的ESM-IF1模型,以供所述预训练的ESM-IF1模型学习蛋白质主链原子坐标中的几何特征,并对所述蛋白质序列中的每个残基进行表征; 基于所述几何特征和每个所述残基的特征向量,获得多维度的结构嵌入向量; 所述基于Transformer架构,通过集成卷积神经网络对所述多维度数据集进行训练,包括: 将所述多维度数据集输入所述Transformer架构,通过所述Transformer架构采用缩放点积注意力,得到多头注意力的最终输出结果作为全局特征; 将所述多维度数据集输入所述卷积神经网络,通过所述卷积神经网络的残差块输出卷积结果作为卷积特征; 基于所述全局特征和所述卷积特征进行训练。

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电子科技大学(深圳)高等研究院,其通讯地址为:518110 广东省深圳市龙华区观澜街道新澜社区观光路1301-78号银星智界二期2号楼;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”。

以上内容由AI智能生成
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。