本发明公开了一种基于深度学习的蛋白质配体结合位点预测算法,对于待预测的蛋白质,首先提取其序列特征和距离矩阵,然后将序列特征通过滑动窗口方法分配到每个残基上,然后将残基所对应的特征逐个输入到残差神经网络和混合神经网络中,并将残差神经网络和混合神经网络的输出结果输入到Logistic回归分类器中,最终结果即为蛋白质中...
此外,该方法仅限于仅根据蛋白质相关信息来识别可能的蛋白质结合残基,并且无法预测特定配体的结合模式。 总之,该方法可以为研究蛋白质-蛋白质/肽结合模式、突变的致病机制和药物开发提供有价值的见解。例如,一些疾病是由导致蛋白质-蛋白质/肽结合位点改变的突变引起的,从而导致蛋白质功能异常。了解这些位点的特征及其对...
基于深度学习的蛋白质-配体结合位点预测方法专利信息由爱企查专利频道提供,基于深度学习的蛋白质-配体结合位点预测方法说明:一种基于深度学习的蛋白质‑配体结合位点预测方法,提取待预测蛋白质中所有残基的α碳原子在三维空间...专利查询请上爱企查
蛋白质三维结构中金属离子结合位点单配体残基模板库的建立方法及基于此的预测方法专利信息由爱企查专利频道提供,蛋白质三维结构中金属离子结合位点单配体残基模板库的建立方法及基于此的预测方法说明:一种蛋白质三维结构中金属离子结合位点单配体残基模板库的建立方法及基
一种基于深度学习的蛋白质配体结合位点预测方法,提取待预测蛋白质中所有残基的α碳原子在三维空间中的全局坐标,然后根据全局坐标计算得到邻接矩阵和原始节点特征,输入基于动量对比学习框架的神经网络模型从而得到蛋白质结构的描述子.本发明将深度学习技术与蛋白质结构的领域的知识相结合,生成更有鉴别力的描述子,从而更准确...
一种基于深度学习的蛋白质-配体结合位点预测算法专利信息由爱企查专利频道提供,一种基于深度学习的蛋白质-配体结合位点预测算法说明:本发明公开了一种基于深度学习的蛋白质‑配体结合位点预测算法,对于待预测的蛋白质,首先提取其序列...专利查询请上爱企查
酶,β-发夹模体,配体结合位点,支持向量机,mRMR从酶蛋白质loop分类数据库ArchDB_EC中整理得到了1397个含配体结合位点β-发夹,对β-发夹中的配体结合位点进行了统计分析.在此基础上,提取序列片段的氨基酸组分,位点氨基酸组分和位点亲疏水特征组分为参数集,采用mRMR方法对该参数集进行优化筛选,将优化后的最优参数子集输...
从酶蛋白质loop分类数据库ArchDB_EC中整理得到了1397个含配体结合位点β-发夹,对β-发夹中的配体结合位点进行了统计分析.在此基础上,提取序列片段的氨基酸组分,位点氨基酸组分和位点亲疏水特征组分为参数集,采用mRMR方法对该参数集进行优化筛选,将优化后的最优参数子集输入支持向量机,对酶蛋白质β...
一种蛋白质三维结构中金属离子结合位点单配体残基模板库的建立方法及基于此的预测方法,该方法开发了一种以天然存在的单配体残基金属结合态为模板,以关键几何量D,G,C值为模板与潜在配体残基是否匹配的检索筛选条件之一,以先由潜在第一,第二配体残基确定金属的可能位置,再逐步加入其他配体残基的搜索筛选策略,以计算预测...