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！

龙图腾网恭喜江南大学申请的专利一种基于卷积神经网络预测蛋白/酶底物结合位点的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：CN115050420B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202210715298.9，技术领域涉及：G16B20/30；该发明授权一种基于卷积神经网络预测蛋白/酶底物结合位点的方法是由刘松;阳鹏辉;赵北辰;谭亚梦;花若薇;马如一;彭著源;叶梦萍;王兴隆;周景文;陈坚;堵国成设计研发完成，并于2022-06-22向国家知识产权局提交的专利申请。

本一种基于卷积神经网络预测蛋白/酶底物结合位点的方法在说明书摘要公布了：本发明公开了一种基于卷积神经网络预测蛋白酶底物结合位点的方法，属于生物信息技术领域。该方法建立了基于Densenet模块和Unet模块的深度卷积神经网络模型DUnet，该模型中因为Densenet模块的存在，使得网络的每一层都与其余层密集连接，从而为实现增强特征提取提供了可能，同时，本申请对训练集中蛋白‑配体进行旋转，实现增强特征提取，进一步提高了蛋白酶底物结合位点的预测精度，并采用公开数据集COACH420以及BU48对本申请预测方法的识别底物结合位置和范围上进行了验证，证明其预测结果更精准。对基于结构的蛋白改造、缩短蛋白酶的进化周期，降低实验成本具有重大意义。

本发明授权一种基于卷积神经网络预测蛋白/酶底物结合位点的方法在权利要求书中公布了：1.一种基于卷积神经网络预测蛋白酶底物结合位点的方法，其特征在于，所述方法包括：步骤S1：基于Densenet模块和Unet模块，构建深度卷积神经网络模型DUnet；步骤S2：采用公开数据集对步骤S1构建的深度卷积神经网络模型DUnet进行训练，并且对公开数据集中的蛋白、配体进行15°旋转以便后续获得旋转后结构实现增强特征提取；步骤S3：利用训练好的深度卷积神经网络模型DUnet实现对于蛋白酶底物结合位点的预测；所述步骤S1构建的深度卷积神经网络模型DUnet分为编码区和解码区两个部分；其中编码区用以提取训练集数据的特征，通过增加维度实现高阶特征提取；解码区用以对数据进行降维，以及图像尺寸放大，通过比对预测结果和标签实现反向传播调节模型参数；在编码区中，输入向量由初始大小36×36×36×18，经多轮卷积、激活层、批量标准化层后尺寸变为3×3×3×640；在解码区中，向量由初始大小3×3×3×640通过多轮上采样、卷积、批量标准化、激活层以及连接，尺寸恢复到36×36×36×1，其中特征1仅显示0和1，1代表该位置有原子，0代表该位置没有原子；所述步骤S3利用训练好的深度卷积神经网络模型DUnet实现对于蛋白酶底物结合位点的预测之前，还包括，对训练后的深度卷积神经网络模型DUnet进行精度评估，当精度满足预定要求时，认为深度卷积神经网络模型DUnet训练完成；所述对训练后的深度卷积神经网络模型DUnet进行精度评估，包括：利用训练后的深度卷积神经网络模型DUnet对公开数据集COACH420以及BU48中的蛋白进行底物结合位点的预测，得到对应的预测结果；所述预测结果包括蛋白活性中心范围数据；以预测蛋白活性中心与公开数据集COACH420以及BU48中真实配体的中心进行比对，计算预测成功率Successrate，公式如下： 其中，DCC表示预测的底物的三维中心和实际底物三维中心的距离；以预测蛋白活性中心空间范围与真实配体空间范围交集进行比较，计算预测的底物所包含的三维空间点与实际底物三维空间点的交集比并集DVO，公式如下： 其中，Pbs为预测的结合位点，Abs为实际的结合位点；根据预测成功率Successrate和DVO评估训练后的深度卷积神经网络模型DUnet的预测精度。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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”。