一种基于深度学习的融合多特征的蛋白质功能预测方法

发明专利有效专利

申请号：
CN201910215306.1
IPC分类号：G16B20/00;G16B40/00
申请日期：
2019-03-21
申请人：
中南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的融合多特征的蛋白质功能预测方法
申请号	CN201910215306.1	申请日期	2019-03-21
法律状态	实质审查	申报国家	中国
公开/公告日	2019-07-30	公开/公告号	CN110070909A
优先权	暂无	优先权号	暂无
主分类号	G16B20/00	IPC分类号	G;1;6;B;2;0;/;0;0;;;G;1;6;B;4;0;/;0;0查看分类表>
申请人	中南大学	申请人地址	湖南省长沙市岳麓区麓山南路932号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中南大学	当前权利人	中南大学
发明人	李敏;张富豪;宋虹
代理机构	北京旭路知识产权代理有限公司	代理人	瞿卫军

摘要

本发明提供了基于深度学习的融合多特征的蛋白质功能预测方法，包括：S1、根据蛋白质的序列信息、作用信息和同源信息，提取蛋白质的语义结构特征、亚序列特征和网络拓扑结构特征；S2、将蛋白质的语义结构特征、亚序列特征和网络拓扑结构特征输入预先训练的蛋白质功能预测模型中，输出分类结果；蛋白质功能预测模型包括：根据蛋白质语义结构特征，提取蛋白质局部语义特征；根据蛋白质亚序列特征，提取蛋白质更稠密、更高级别的亚序列特征；将蛋白质局部语义特征，更稠密、高级别的亚序列特征和网络拓扑结构特征进行融合，获得蛋白质分类融合特征；将蛋白质分类融合特征输入功能分类模块，输出分类结果。显著的提高了预测蛋白质功能的准确度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供