龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明提供了一种融合多肽理化性质、序列特征及词向量嵌入的多肽免疫活性预测和生成方法，属于生物信息学领域。本发明考虑了多肽在不同方面的可利用的特征，将多肽的理化信息、词向量嵌入信息以及多肽序列特征融合在一起，增加了多肽特征提取的有效性。而且本发明利用ResNet网络模型对多肽序列及词向量嵌入和理化性质特征建模，有效地学习了多肽的多方面特征，采用多特征权重特征融合的方式得到预测结果，因此预测和生成模型都具较好的效果。本发明使用不同的策略获得多肽的特征表示，并分别进行特征提取，包含了多肽序列信息和理化性质，序列中局部关键信息和整体依赖关系，更好地提高了多肽免疫活性预测的准确率以及生成具有免疫活性的多肽。
主权项：1.一种融合多肽理化性质、序列特征及词向量嵌入的多肽免疫活性预测和生成方法，其特征在于，包括以下步骤：步骤1：对数据进行预处理；步骤2：使用One-Hot编码和氨基酸的理化性质编码获取多肽的序列特征，对多肽序列进行矢量化；步骤3：使用Word2Vec中Skip-Gram模型来获得氨基酸的嵌入向量；步骤4：根据特征描述符构建多肽免疫活性预测网络ResNet进行多肽特征提取；步骤5：使用非免疫活性肽数据集对模型进行迁移学习，保存预训练模型；步骤6：根据得到的融合上述三种特征的矩阵，使用步骤5保存的预训练模型进行训练，将训练好的模型用于权重特征融合预测；步骤7：构建生成模型生成器模块网络LSTM架构，使用高维随机噪声作为生成器模块输入，经过生成器模块映射成虚假的氨基酸序列；步骤8：对免疫活性多肽和步骤7生成虚假的多肽序列进行特征提取，提取步骤2和步骤3的One-Hot编码和氨基酸的理化性质编码以及Word2Vec词嵌入编码；步骤9：搭建生成模型判别器模块网络架构，判别器模块使用ResNet网络，将步骤8产生的两种类型多肽的特征输入到判别器模块进行判别，生成免疫活性多肽。
全文数据：
权利要求：
百度查询： 中科育成(天津)科技发展有限公司 一种融合多肽理化性质、序列特征及词向量嵌入的多肽免疫活性预测和生成方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号