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！

申请/专利权人：北京中科弧光量子软件技术有限公司;国药控股上海生物医药有限公司

摘要：本发明公开了一种基于较少参数的量子门控循环神经网络的抗菌肽的预测方法，其中所述方法包括：获取表征待预测的多肽序列氨基酸的属性的多维数据；将所述多维数据逐元素的取反正切，获得所述多维数据的量子门的旋转角；基于所述量子门的旋转角，将所述多肽序列氨基酸的属性的多维数据加载到所述第一量子门控循环神经网络模型；输出针对所述多肽序列氨基酸的预测结果。通过本发明提出的一种高效的量子计算机神经网络模型，可以高效的分类抗菌肽与非抗菌肽，并预测未知的多肽是否为抗菌肽。该模型可以大大加速抗菌肽药物的研发。

主权项：1.一种基于较少参数的量子门控循环神经网络的抗菌肽的预测方法，其特征是，包括以下步骤：步骤S101、获取表征待预测的多肽序列氨基酸的属性的多维数据步骤S103、将所述多维数据逐元素的取反正切，获得所述多维数据的量子门的旋转角；步骤S105、基于所述量子门的旋转角，将所述多肽序列氨基酸的属性的多维数据加载到第一量子门控循环神经网络模型；步骤S107、输出针对所述多肽序列氨基酸是否为抗菌肽的预测结果；其中，所述第一量子门控循环神经网络模型采用较少参数的多个门控循环单元；较少参数的门控循环单元包括复位门和更新门；其中步骤S103中所述多维数据的量子门的旋转角表示如下：θi＝arctanxi，其中xi表示氨基酸的某一固有属性；复位门gr，用于控制上一个时间戳的隐藏状态向量ht-1对新输入的贡献，其量子实现如下：gr＝sQC1vt，其中s表示Sigmoid激活函数，QC1为参数化的量子线路，表示上一个时间戳的隐藏状态向量ht-1和输入的结合，为多肽序列中第t个氨基酸属性的多维数据；新输入的量子实现如下： 其中，QC2为参数化量子线路，th为激活函数tanh；更新门gz，用于控制上一个时间戳的隐藏状态向量ht-1以及新输入对下一个时间戳的隐藏状态向量的影响程度，其量子实现为：gz＝sQC3υt，其中s表示Sigmoid激活函数，QC3为参数化的量子线路，υt表示上一个时间戳的隐藏状态向量ht-1和输入的结合，为多肽序列中第t个氨基酸属性的多维数据；当前时间戳输出的隐藏状态向量ht： 其中ht-1为上一个时间戳的隐藏状态向量，为新输入；所述步骤S107包括：由当前时间戳输出的隐藏状态向量ht经过参数化的量子线路之后得到当前时间戳的输出yt实现如下：yt＝QC4ht，其中QC4为参数化的量子线路。

全文数据：

权利要求：

百度查询： 北京中科弧光量子软件技术有限公司 国药控股上海生物医药有限公司 一种基于较少参数的量子门控循环神经网络的抗菌肽的预测方法