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！

龙图腾网获悉电子科技大学长三角研究院(衢州)申请的专利一种基于多元特征的液-液相分离蛋白质预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119811507B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510292965.0，技术领域涉及：G16B40/00；该发明授权一种基于多元特征的液-液相分离蛋白质预测方法及系统是由鲜磊;邹权;王彦苏;罗锡梅;牛梦婷设计研发完成，并于2025-03-13向国家知识产权局提交的专利申请。

本一种基于多元特征的液-液相分离蛋白质预测方法及系统在说明书摘要公布了：本发明公开了一种基于多元特征的液‑液相分离蛋白质预测方法，该方法在进行预测时同时提取了序列特征、二级结构特征和空间结构特征，并根据空间结构构建了残基接触图，采用图注意力网络来提取根据残基接触图和序列嵌入构建的空间结构图进行深层次结构特征的挖掘，基于蛋白质相分离行为与其结构密切相关的特性有效提高预测性能；此外，本方案采用三层堆叠的图注意力网络来提取蛋白质的结构特征，并结合序列中提取的物理化学特征，通过堆叠式的集成学习模型对液‑液相分离蛋白进行预测，可进一步提升模型预测性能。

本发明授权一种基于多元特征的液-液相分离蛋白质预测方法及系统在权利要求书中公布了：1.一种基于多元特征的液-液相分离蛋白质预测方法，其特征在于，该方法包括： 从液-液相分离数据库获取具有液-液相分离行为且未经修饰的蛋白质作为正样本数据集； 以多种生物中从未报告过具有液-液相分离行为的蛋白质作为负样本数据集； 获取各正负样本的序列数据和结构数据； 基于序列数据提取序列特征： 使用ESpritz和SEG算法分别计算内在无序区域和低复杂度区域的分数； 通过catGRANULE算法计算蛋白质的颗粒形成倾向性分数； 使用PLAAC算法计算蛋白质的朊病毒样倾向性分数； 通过Localcider工具包计算每个蛋白质序列的长度、带电残基比例、每个残基净电荷、Kappa值、Omega值、多脯氨酸II螺旋倾向、平均疏水性、等电点、有助于链扩展的残基的比例、促进无序区域的残基比例； 使用PScore计算π-π相互作用的频率； 通过Protein-sol软件包获取蛋白质溶解度； 基于序列数据生成序列嵌入； 基于结构数据构建残基接触图，基于残基接触图和序列嵌入得到空间结构图，并通过三层堆叠的图注意力网络基于所述的空间结构图提取蛋白质的空间结构特征，具体包括： 根据结构数据构建残基接触图，长度为L的蛋白质的接触图表示为一个L阶方阵C={cij},i,j=1,2，…，L： （1） 如果两个残基i,j的α碳原子之间的欧几里得距离小于8，则定义这两个残基相互接触，表示为1，否则为0； 定义蛋白质的空间结构图为G=（V,E），其中，V表示节点集合，每个节点对应于蛋白质的一个残基，使用SeqVec模型以序列数据为输入得到的序列嵌入为初始节点特征—，E是一个邻接矩阵，来源于残基接触图； 三层堆叠的图注意力网络以具有初始节点特征的空间结构图为输入，并通过如下公式进行节点特征的更新输出空间结构特征： （2） 其中，K表示多头注意力机制的头数，为可学习的线性变换矩阵，为节点i的1阶邻居集合，||表示特征拼接操作，为激活函数，是通过第k个注意力机制计算的标准化注意力系数； 基于结构数据提取二级结构特征； 拼接所述的序列特征、空间结构特征和二级结构特征得到拼接特征集； 使用所述的拼接特征集训练由三种基学习器和元学习器构成的集成学习器，基学习器以拼接特征为输入，输出次级特征，元学习器以所述次级特征为输入，输出蛋白质液-液相分离行为预测结果； 三种基学习器分别基于输入的空间结构图进行概率预测，分别输出概率值，概率值，概率值，拼接三种基学习器的输出结果得到所述的次级特征： 其中，分别表示第i个样本在三个基学习器中的预测概率，N为样本总数； 所述的元学习器包括逻辑回归。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学长三角研究院(衢州)，其通讯地址为：324003 浙江省衢州市柯城区成电路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。