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！

龙图腾网恭喜深圳吉诺因生物科技有限公司申请的专利基于深度学习的抗原亲和力预测方法和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：CN114649054B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202011506001.5，技术领域涉及：G16B15/30；该发明授权基于深度学习的抗原亲和力预测方法和系统是由刘宇轩;李京宇;刘耿;李波设计研发完成，并于2020-12-18向国家知识产权局提交的专利申请。

本基于深度学习的抗原亲和力预测方法和系统在说明书摘要公布了：本发明属于人工智能领域，公开了一种基于深度学习的抗原亲和力预测方法和预测模型。所述方法包括：1获取低聚体‑免疫分子的结合结构的训练数据集，包括亲和力；2对于每组低聚体‑免疫分子，将低聚体的序列、低聚体的单体位置和免疫分子分别表示为高维向量，并将所述三个高维向量融合成低聚体‑免疫分子的结合结构的向量；3利用所述训练数据集中低聚体‑免疫分子的结合结构的向量和亲和力数据训练深度神经网络，建立低聚体‑免疫分子亲和力预测模型；4将所述待测低聚体‑免疫分子的结合结构的向量输入所述抗原亲和力预测模型，利用训练的深度神经网络预测所述待测低聚体‑免疫分子结合的亲和力。

本发明授权基于深度学习的抗原亲和力预测方法和系统在权利要求书中公布了：1.一种基于深度学习预测低聚体与免疫分子的亲和力的方法，所述方法包括：1获取低聚体-免疫分子的结合结构的训练数据集，所述训练数据集包括低聚体-免疫分子结合的亲和力；2对于待测低聚体与免疫分子和所述低聚体-免疫分子的结合结构的训练数据集中的每一组，将低聚体的序列、低聚体的单体位置和免疫分子分别表示为高维向量，并将所述三个高维向量融合成低聚体-免疫分子的结合结构的向量；其中，所述将所述三个高维向量融合成低聚体-免疫分子的结合结构的向量包括：将所述低聚体序列和所述低聚体的单体位置的高维向量相加形成所述低聚体的表征向量；将所述低聚体的表征向量和所述免疫分子的向量进行张量乘法、张量加法或注意力运算，以获得所述低聚体-免疫分子的结合结构的向量；3利用所述训练数据集中低聚体-免疫分子的结合结构的向量和亲和力数据训练深度神经网络，建立低聚体-免疫分子亲和力预测模型，所述深度神经网络使用残差神经网络结合门控线性单元激活；所述深度神经网络包括深层卷积层和多层全连接层，所述深度卷积层用于提取训练数据集中低聚体-免疫分子的特征向量，输入所述多层全连接层，所述多层全连接层将所述特征向量映射为亲和力值，通过反向传播算法得到网络参数；4将所述待测低聚体-免疫分子的结合结构的向量输入抗原亲和力预测模型，利用训练的深度神经网络预测所述待测低聚体-免疫分子结合的亲和力；所述低聚体选自：多肽和核酸半抗原。

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深圳吉诺因生物科技有限公司，其通讯地址为：518083 广东省深圳市盐田区盐田街道北山工业区华大基因一办综合楼5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”。