Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海交通大学陈海峰获国家专利权

上海交通大学陈海峰获国家专利权

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!

龙图腾网获悉上海交通大学申请的专利一种基于Graphormer算法的蛋白质序列设计方法、装置及存储介质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:CN115713972B

龙图腾网通过国家知识产权局官网在2026-05-05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:202211443753.0,技术领域涉及:G16B35/10;该发明授权一种基于Graphormer算法的蛋白质序列设计方法、装置及存储介质是由陈海峰;魏婷设计研发完成,并于2022-11-18向国家知识产权局提交的专利申请。

一种基于Graphormer算法的蛋白质序列设计方法、装置及存储介质在说明书摘要公布了:本发明涉及一种基于Graphormer算法的蛋白质序列设计方法、装置及存储介质,其中方法包括:将蛋白质结构以图的方式进行表示:以单个氨基酸为节点,以氨基酸之间的联系作为边;提取蛋白质的初始边特征和初始节点特征;将蛋白质初始节点特征和一个随机矩阵进行拼接,并通过线性层调整维度,加上位置编码信息,得到节点特征,作为GPD模型的输入;将蛋白质初始边特征通过矩阵拼接之后再经过两层线性层,得到边特征,嵌入到GPD模型的注意力矩阵中;构建用于固定骨架蛋白质序列设计的GPD模型并训练;基于GPD模型、节点特征和边特征设计蛋白质序列。与现有技术相比,本发明具有更高的序列恢复率和更高的设计序列多样性。

本发明授权一种基于Graphormer算法的蛋白质序列设计方法、装置及存储介质在权利要求书中公布了:1.一种基于Graphormer算法的蛋白质序列设计方法,其特征在于,包括以下步骤: S1、将蛋白质结构以图的方式进行表示:以单个氨基酸为节点,以氨基酸之间的联系作为边; S2、提取蛋白质的初始边特征;所述初始边特征包括距离矩阵、位移向量、旋转四元数和残基最短路径; S3、提取蛋白质的初始节点特征;初始节点特征包括二面角、预测的二级结构、氨基酸中心度、初始蛋白序列编码;所述初始节点特征和初始边特征都具有平移旋转不变性; S4、将蛋白质初始节点特征和一个随机矩阵进行拼接,并通过线性层调整维度,加上位置编码信息,得到节点特征,作为GPD模型的输入; 所述将蛋白质初始节点特征和一个随机矩阵进行拼接具体为: 分别计算二面角的正弦和余弦值得到二面角正弦矩阵和余弦矩阵; 分别将预测的二级结构和初始蛋白序列编码输入嵌入层得到二级结构嵌入矩阵和初始蛋白序列编码嵌入矩阵; 基于随机数种子生成正态分布的随机矩阵; 对二面角正弦矩阵和余弦矩阵、二级结构嵌入矩阵和初始蛋白序列编码嵌入矩阵、氨基酸中心度矩阵、随机矩阵进行拼接; S5、将蛋白质初始边特征通过矩阵拼接之后再经过两层线性层,得到边特征,嵌入到GPD模型的注意力矩阵中; S6、构建用于固定骨架蛋白质序列设计的GPD模型并训练,所述GPD模型包括依次连接的6个相同的Graphormer模块、线性层处理和softmax,其中,Graphormer模块基于Graphormer区块建立,Graphormer区块包括注意力矩阵; 所述Graphormer模块包括依次连接的Graphormer区块、第一正则化模块、前馈模块和第二正则化模块,其中,所述第一正则化模块的输入包括Graphormer区块的输出和初始节点特征,第二正则化模块的输入包括前馈模块的输出和第一正则化模块的输出;所述Graphormer区块的具体处理过程为:对输入的节点特征分别通过三个线性层,得到Q,K,V矩阵,对Q矩阵和K矩阵进行矩阵乘法处理得到结果矩阵,将结果矩阵与边特征通过softmax处理后输入注意力矩阵,并对注意力矩阵的输出与V矩阵进行矩阵乘法处理后通过一个线性层,得到Graphormer区块的输出; S7、基于GPD模型、节点特征和边特征设计蛋白质序列。

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上海交通大学,其通讯地址为:200240 上海市闵行区东川路800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。

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。