公开(公告)号：CN115472229B

公开(公告)日：2024-10-18

申请号：CN202211109737.8

申请日：2022-09-13

Applicant: 苏州大学

Inventor： 赵建君 ,  杨洋 ,  严文颖

IPC: G16B40/00 ,  G16B40/20 ,  G16B15/00 ,  G16B30/00 ,  G06F18/24 ,  G06F18/25 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明涉及蛋白质工程技术领域，尤其是指一种嗜热蛋白预测方法及装置；本发明所述的嗜热蛋白预测方法，结合蛋白质序列本身和序列衍生的生物特征来预测嗜热蛋白。该方法利用卷积神经网络提取蛋白质序列的局部关键信息；然后使用双向长短期记忆网络提取远程依赖特征；接着通过自注意力机制对蛋白质序列的关键信息进行加权；并融合蛋白质序列的生物特征；最后通过多层感知机实现嗜热蛋白预测；本发明所述的嗜热蛋白预测方法有效地挖掘出蛋白质序列中隐藏的重要信息，多通道特征融合能够更加充分地表达蛋白质序列，充分利用蛋白质自身的序列信息使得预测结果更加准确。

公开(公告)号：CN115472229A

公开(公告)日：2022-12-13

申请号：CN202211109737.8

申请日：2022-09-13

Applicant: 苏州大学

Inventor： 赵建君 ,  杨洋 ,  严文颖

IPC: G16B40/00 ,  G16B40/20 ,  G16B15/00 ,  G16B30/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及蛋白质工程技术领域，尤其是指一种嗜热蛋白预测方法及装置；本发明所述的嗜热蛋白预测方法，结合蛋白质序列本身和序列衍生的生物特征来预测嗜热蛋白。该方法利用卷积神经网络提取蛋白质序列的局部关键信息；然后使用双向长短期记忆网络提取远程依赖特征；接着通过自注意力机制对蛋白质序列的关键信息进行加权；并融合蛋白质序列的生物特征；最后通过多层感知机实现嗜热蛋白预测；本发明所述的嗜热蛋白预测方法有效地挖掘出蛋白质序列中隐藏的重要信息，多通道特征融合能够更加充分地表达蛋白质序列，充分利用蛋白质自身的序列信息使得预测结果更加准确。

公开(公告)号：CN115238700A

公开(公告)日：2022-10-25

申请号：CN202210989050.1

申请日：2022-08-17

Applicant: 苏州大学

Inventor： 卢禹炜 ,  杨洋 ,  严文颖

IPC: G06F40/295 ,  G06K9/62 ,  G06F40/242 ,  G06F40/247 ,  G06F40/216 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多任务学习的生物医学实体抽取方法，本发明基于多任务学习的生物医学实体抽取方法通过多任务实体抽取模型进行实体抽取，将第一预训练语言模型作为共享的编码层，来学习各个子任务的共同语义特征，并将学习的语义特征共享给各个子任务，以加强模型之间的联系并减少对训练数据量的依赖，并通过各个交互式指针网络解码层学习各个子任务特有的特征信息，多任务实体抽取模型可以并行地从文本中抽取多种类别的实体，从而可以更快地、准确地完成任务。

公开(公告)号：CN108830043B

公开(公告)日：2021-03-30

申请号：CN201810643576.8

申请日：2018-06-21

Applicant: 苏州大学

Inventor： 严文颖 ,  沈百荣 ,  杨洋

IPC: G16B20/30 ,  G16B40/00

Abstract: 本发明涉及一种基于结构网络模型的蛋白质功能位点预测方法，包括：预测蛋白质结合位点；输入关于演化、物理化学性质、结构以及动态性这四个方面衡量蛋白质中每个残基的性质；基于蛋白质的三维结构对每个蛋白质构建其点加权的蛋白质结构网络(Node‑weighted Protein Structure Network，NPSN)；定义并计算点加权的蛋白质结构网络的参数；基于以上网络参数，利用随机森林模型预测蛋白质中的别构残基的概率。整合残基物理化学性质、序列信息、蛋白质结构特征、动态特征，节省时间，适用于大规模的、批量蛋白质功能位点预测，并提高预测的准确性。

公开(公告)号：CN110415762A

公开(公告)日：2019-11-05

申请号：CN201910719819.6

申请日：2019-08-06

Applicant: 苏州大学

Inventor： 杨洋 ,  朱冠臣 ,  丁雪松 ,  吕强 ,  严文颖 ,  朱斐

IPC: G16B15/00 ,  G16B20/00 ,  G16B50/30

Abstract: 本发明公开了一种基于序列预测蛋白质变性温度的系统及其方法，该系统由蛋白质信息输入模块、蛋白质序列特征计算模块、蛋白质稳定性预测模块、预测结果输出模块和数据库组成。该预测方法主要为首先获取单一或批量蛋白质序列，并计算蛋白质的物理特征、电荷特征、结构特征、生化特征和属性特征，然后提取重要特征并计算蛋白质的变性温度，作为蛋白质稳定性的预测结果，最后保存预测结果并自动发送给用户。本发明的这种预测方式实用性强，且具有较高的预测准确率，特别是在蛋白质结构未知的情况下也能预测蛋白质变性温度的具体数值，而不是仅仅进行分类预测，泛化性强，对于蛋白质功能分析、辅助蛋白质工程和设计、药物设计等方面具有重大的意义。