1. 您所在位置：
  2. 网站首页
  3. 专利分类
  4. 物理
发明

基于深度卷积神经网络的生物活性肽预测方法

2023-05-06 09:56:38 发布于四川 0
  • 申请专利号：CN202111465271.0
  • 公开（公告）日：2024-09-13
  • 公开（公告）号：CN114334011A
  • 申请人：福建技术师范学院
摘要：本发明涉及一种基于深度卷积神经网络的生物活性肽预测方法，通过不同尺寸过滤器的一维卷积来处理原始的氨基酸残基序列，提取有用的特征，通过优化模型输出与标签的交叉熵损失优化模型，专门为AAP的挖掘和预测而设计，该模型即AAPred‑CNN基于嵌入技术而不基于特征工程和人工设计的特征，AAPred‑CNN的训练和测试所使用的数据集是公开的数据集main和NT15数据集，本发明通过将首次将经典的深度学习算法TextCNN结合嵌入技术、残基倾向性分析等应用到抗血管生成肽的预测问题上，为AAP的挖掘和预测设计出具备优秀性能分类器AAPred‑CNN，AAPred‑CNN基于嵌入技术，不依赖于特征工程，能够通过自适应地方式从纯粹的氨基酸残基序列中提取有用的信息并用于预测多肽是否具有抗血管生成的功能活性。

专利内容

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114334011 A (43)申请公布日 2022.04.12 (21)申请号 202111465271.0 (22)申请日 2021.12.03 (71)申请人 福建技术师范学院 地址 350300 福建省福州市福清市融城镇 校园新村1号 (72)发明人 林常航　 (74)专利代理机构 北京易捷胜知识产权代理事 务所(普通合伙) 11613 代理人 蔡晓敏 (51)Int.Cl. G16B 40/20 (2019.01) G16B 45/00 (2019.01) G06N 3/04 (2006.01) G06N 3/08 (2006.01) 权利要求书1页 说明书7页 附图4页 (54)发明名称 基于深度卷积神经网络的生物活性肽预测 方法 (57)摘要 本发明涉及一种基于深度卷积神经网络的 生物活性肽预测方法，通过不同尺寸过滤器的一 维卷积来处理原始的氨基酸残基序列，提取有用 的特征，通过优化模型输出与标签的交叉熵损失 优化模型，专门为AAP的挖掘和预测而设计，该模 型即AAPred‑CNN基于嵌入技术而不基于特征工 程和人工设计的特征，AAPred‑CNN的训练和测试 所使用的数据集是公开的数据集main和NT15数 据集，本发明通过将首次将经典的深度学习算法 TextCNN结合嵌入技术、残基倾向性分析等应用 到抗血管生成肽的预测问题上，为AAP的挖掘和 A 预测设计出具备

最新专利

相关专利