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！

龙图腾网获悉合肥大学申请的专利基于MLP-Mixer的ncRNA与蛋白质相互作用关联性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：CN120089190B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510251360.7，技术领域涉及：G16B15/30；该发明授权基于MLP-Mixer的ncRNA与蛋白质相互作用关联性预测方法是由陈艳平;郭龙菊;胡昭龙;蒋金亮;沈再路设计研发完成，并于2025-03-04向国家知识产权局提交的专利申请。

本基于MLP-Mixer的ncRNA与蛋白质相互作用关联性预测方法在说明书摘要公布了：本发明提出了一种基于MLP‑Mixer的ncRNA与蛋白质相互作用关联性预测方法。首先通过联合k‑mer方法对蛋白质ncRNA序列进行编码；然后输入到结合MLP‑Mixer网络的混合网络中以提取序列特征；最后通过双序列比较注意力模块模拟核苷酸与氨基酸之间的相互作用，输出到分类部分进行分类。本发明综合考虑了一级序列特征、二级结构序列特征以及三级结构特征，引入了多层感知机混合器模块，并与卷积神经网络和双向长短期记忆网络相结合，从而能够捕捉到由CNN识别出的特征之间的远距离依赖性。同时，通过双序列比较注意力模块模拟核苷酸与氨基酸之间的复杂相互作用，以发掘ncRNA与蛋白质序列之间的细微关联。

本发明授权基于MLP-Mixer的ncRNA与蛋白质相互作用关联性预测方法在权利要求书中公布了：1.一种基于MLP-Mixer的ncRNA与蛋白质相互作用关联性预测方法，其特征在于，首先，通过联合k-mer方法对蛋白质、ncRNA序列进行编码；然后，输入到结合MLP-Mixer网络的混合网络中以提取序列特征；最后，通过双序列比较注意力模块模拟核苷酸与氨基酸之间的相互作用，输出到分类部分进行分类； 所述混合网络存在两个独立的CNNLayer模块，分别针对ncRNA与蛋白质数据；每个CNNLayer模块由一维卷积层Conv1D、最大池化层Maxpooling以及批归一化层BatchNormalization组成，随着卷积滤波器在蛋白质序列或是ncRNA序列上的移动，它们能够捕捉到不同的氨基酸组合或核苷酸组合，进而生成一个包含生物信息的潜在的向量； 所述MLP-Mixer网络主要由Per-patch全连接层和MixerBlock组成；Per-patch全连接层负责生成输入特征的密集表示；在处理过程中，首先将输入转换成一个具有特定大小的特征矩阵，然后利用Per-patch全连接层将每个patch的通道维度扩展到128；随后，通过MixerBlock进一步提取特征；MixerBlock的结构包括一个全连接层、一个全局平均池化GAP层、两个MLP-Mixer块以及两个层归一化LN层；MixerBlock定义为： 1 2 式中，表示MixerBlock的输入，、、、、为全连接层的权重矩阵；表示GELU激活函数；是层归一化层；和分别是通道混合感知机和空间混合感知机的输出。

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合肥大学，其通讯地址为：230601 安徽省合肥市经开区锦绣大道99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”。

以上内容由龙图腾AI智能生成。