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:清华大学
申请日:2025-01-02
公开(公告)日:2025-02-07
公开(公告)号:CN119399500A
专利技术分类:..图像或视频模式匹配; 特征空间中的邻近度量[2022.01]
专利摘要:本申请涉及生物信息学技术领域,特别涉及一种基于尺度不变特征变换和预过滤的同源蛋白质查找方法,其中,方法包括:获取待比对蛋白质结构中的‑碳原子坐标,计算其对应的距离矩阵,并利用SIFT算法提取距离矩阵的特征描述向量矩阵,将该矩阵映射至高维球面,并通过球面分区的预过滤算法从大规模蛋白质数据库中快速筛选出满足预过滤条件的候选蛋白质结构,将待比对蛋白质结构与候选蛋白质结构的特征描述向量矩阵进行GPU加速的精确比对,以生成蛋白质结构比对结果,进而确定待比对蛋白质对应的同源蛋白质。由此,本申请在保持比对精度的同时提升了比对速度,克服了现有技术中效率与精度难以兼顾的不足,适用于大规模蛋白质数据库的快速搜索与高效比对。
专利权项:1.一种基于尺度不变特征变换和预过滤的同源蛋白质查找方法,其特征在于,包括以下步骤:提取待比对蛋白质结构和预设的大规模蛋白质数据库中每个待筛选蛋白质结构的-碳原子坐标,并基于所述-碳原子坐标计算相应的距离矩阵,从所述距离矩阵中提取多个SIFT特征点,基于所述多个SIFT特征点为所述待比对蛋白质结构和所述每个待筛选蛋白质结构构建对应的特征描述向量矩阵,并将所述待比对蛋白质结构和所述每个待筛选蛋白质结构的特征描述向量矩阵映射至目标高维球面,以确定所述待比对蛋白质结构和所述每个待筛选蛋白质结构的特征描述向量矩阵在所述目标高维球面中的区块标识符;获取所述待比对蛋白质结构在所述目标高维球面上的区块标识符与所有待筛选蛋白质结构的区块标识符的交集,并根据预设的预过滤算法判断所述交集是否满足预设的预过滤条件,以确定所述每个待筛选蛋白质结构的判断结果,且根据所述判断结果筛选出所述大规模蛋白质数据库中的至少一个候选蛋白质结构;将所述待比对蛋白质结构与所述至少一个候选蛋白质结构的特征描述向量矩阵进行GPU加速的精确比对,以生成所述待比对蛋白质结构的比对结果,并根据所述比对结果确定所述待比对蛋白质结构对应的同源蛋白质结构。
百度查询: 清华大学 基于尺度不变特征变换和预过滤的同源蛋白质查找方法
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。