一种具有高热稳定性的T7 RNA聚合酶突变体及其应用

    公开(公告)号:CN117070493A

    公开(公告)日:2023-11-17

    申请号:CN202310820609.2

    申请日:2023-07-05

    Abstract: 本发明公开了一种具有高热稳定性的T7RNA聚合酶突变体及其应用,涉及生物技术领域,包括突变体C125A、C216L、Q269M、C347L、M401K、W422F、Y457L、G464M、A468F、F481W、Q505A、C510E、C515P、V567P、V687E、M696A、A703T、H772K、P780K、R792M、H799G、K801G、E830G、C839N、P865L或/和A881F;其氨基酸序列分别如SEQ ID NO.3‑SEQ ID NO.28所示。公开了突变位点的选择方法、表达方法、解链温度测量和活性测量方法。该突变体可以在高温下进行转录反应以减少mRNA疫苗和药物制备中产生副产物以及适用于核酸等温扩增技术。本发明利用深度学习来预测氨基酸的突变位点,改良蛋白质的热稳定性,快速筛选出具有高温活性和稳定性的变体。新点位有很好的稳定性提升的效果。

    一种常温限制性核酸内切酶突变蛋白及其制备方法与应用

    公开(公告)号:CN117025571A

    公开(公告)日:2023-11-10

    申请号:CN202310758174.3

    申请日:2023-06-26

    Abstract: 本发明公开了一种低温限制性核酸内切酶突变蛋白及其制备方法与应用,本发明通过广泛而深入的研究,通过对蛋白进行氨基酸单位点突变,首次获得了对于KmAgo酶的活性具有显著改善的突变体蛋白,是基于kurthia massiliensis的常温核酸酶Argonaute(KmAgo,SEQ ID NO.1所示的野生型序列)的突变蛋白或其活性片段、变异形式、衍生蛋白。在果蝇胚胎体内实验中,与野生型相比,本发明突变蛋白的DNA剪切活性是野生型的8倍,并且利用突变体首次在果蝇胚胎中实现了高效的单链DNA剪切,为细胞和组织的多轮基因标记技术提供了重要的方法支持。

    基于蛋白质工程的集成序列与结构特征的深度学习模型及预测方法

    公开(公告)号:CN115954050A

    公开(公告)日:2023-04-11

    申请号:CN202211209310.5

    申请日:2022-09-30

    Inventor: 洪亮 谈攀 李明辰

    Abstract: 本发明公开了一种基于蛋白质工程的集成序列与结构特征的深度学习模型及预测方法,本发明先建立了整合序列和结构信息来预测蛋白质突变效果的深度学习模型。然后结合特定的数据增强策略,以减少深度学习模型对实验样本量的依赖程度。具体是大量来自无监督模型的低质量预测结果会首先被用来对深度学习模型进行预训练,之后对于有实验结果的则用有限数量的高品质实验结果会被用来对模型进行微调。实验表明当后续微调的实验数据量小于40或没有任何实验数据时,仅经过预训练得到的深度学习模型可以在预测高阶突变效果的任务上取得非常高的精度。

    用于HEVC标准下DCT/IDCT电路的乘法器结构

    公开(公告)号:CN103092559A

    公开(公告)日:2013-05-08

    申请号:CN201310037554.4

    申请日:2013-01-30

    Abstract: 本发明涉及一种用于HEVC标准下DCT/IDCT电路的乘法器结构,包括依次串联连接的预处理运算模块、第一级移位加运算模块和第二级移位加运算模块,所述的预运算单元设有输入数据端口和输入参数端口,所述的第二级移位加运算模块设有运算结果输出端口。与现有技术相比,本发明具有可满足系统功能并具有更小的硬件资源占用和更快的运行周期等优点。

    一种适用于HEVC标准的扩展可变块运动估计电路

    公开(公告)号:CN102932643A

    公开(公告)日:2013-02-13

    申请号:CN201210457226.5

    申请日:2012-11-14

    Abstract: 本发明涉及一种适用于HEVC标准的扩展可变块运动估计电路,用于对系统内存中的图像数据进行压缩,所述的电路包括数据流控制模块、缓存阵列、PE阵列、加法树模块和扩展计算模块,所述的数据流控制模块的输入端与系统内存的图像数据端口连接,输出端依次连接缓存阵列、PE阵列、加法树模块和扩展计算模块。与现有技术相比,本发明具有硬件资源消耗少、计算量小等优点。

    一种基于人工智能算法的咖啡制作系统及方法

    公开(公告)号:CN116421057A

    公开(公告)日:2023-07-14

    申请号:CN202111653377.3

    申请日:2021-12-30

    Abstract: 本法公布了一种基于人工智能算法的咖啡制作方法,包括咖啡样品制作,通过改变通用咖啡机的水粉比和冲泡温度,对选定咖啡豆进行加工,获得冲泡完成的咖啡样品,并记录样品对应的水粉比和冲泡温度。咖啡样品标准成分测定;对咖啡样品进行标准成分测定,选择酸味分子、甜味分子、苦味分子、涩味分子中的成分组合作为样品标准成分。数据样本集选定;人工智能机器学习;将训练样本集中的数据分别设为输入层和输出层。根据人工神经网络学习模型对数据进行训练,获得优化模型。咖啡成品制作;输入希望的标准成分,获得选定咖啡豆对应的优选水粉比和冲泡温度,制作咖啡成品。本发明适用范围广,基于人智能算法使使用者获得直接、易用的个性化咖啡定制。

Patent Agency Ranking