发明

基于图神经网络表征的蛋白质与核酸结合位点预测方法

2023-05-16 10:55:14 发布于四川 0
  • 申请专利号:CN202110037110.5
  • 公开(公告)日:2025-04-01
  • 公开(公告)号:CN114765063A
  • 申请人:上海交通大学
摘要:一种基于图神经网络表征的蛋白质与核酸结合位点预测方法,通过构建蛋白质与核酸相互作用数据集,经样本融合处理后提取其中蛋白质中每个残基的位置和特征信息及其结构上下文,并据此构建残基结构上下文的图表示,通过层次图神经网络对待预测的蛋白质的图表示进行预测,得到每个残基与DNA/RNA结合的概率,实现蛋白质与核酸结合位点预测。本发明通过基于结构上下文的残基的图表示和层次图神经网络模型来从图表示中学习结合位点的关键结构和特征模式。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114765063 A (43)申请公布日 2022.07.19 (21)申请号 202110037110.5 (22)申请日 2021.01.12 (71)申请人 上海交通大学 地址 200240 上海市闵行区东川路800号 (72)发明人 夏莹 沈红斌 潘小勇 夏春秋  (74)专利代理机构 上海交达专利事务所 31201 专利代理师 王毓理 王锡麟 (51)Int.Cl. G16B 20/30 (2019.01) 权利要求书3页 说明书7页 附图3页 (54)发明名称 基于图神经网络表征的蛋白质与核酸结合 位点预测方法 (57)摘要 一种基于图神经网络表征的蛋白质与核酸 结合位点预测方法,通过构建蛋白质与核酸相互 作用数据集,经样本融合处理后提取其中蛋白质 中每个残基的位置和特征信息及其结构上下文, 并据此构建残基结构上下文的图表示,通过层次 图神经网络对待预测的蛋白质的图表示进行预 测,得到每个残基与DNA/RNA结合的概率,实现蛋 白质与核酸结合位点预测。本发明通过基于结构 上下文的残基的图表示和层次图神经网络模型 来从图表示中学习结合位点的关键结构和特征 模式。 A 3 6 0 5 6 7 4 1 1 N C CN 114765063 A 权 利 要 求 书 1/3页 1.一种基于图神经网络表征的蛋白质与核酸结合位点预测方法,其特征在于,通过构

最新专利