-
公开(公告)号：CN116189776A
公开(公告)日：2023-05-30
申请号：CN202211640445.7
申请日：2022-12-20
Applicant: 重庆邮电大学
IPC: G16B40/00 , G16B30/00 , G06N3/0464 , G06N3/08
Abstract: 本发明属于生物信息技术领域，具体涉及一种基于深度学习的抗体结构生成方法，该方法包括：获取待预测的序列数据，对该数据进行预处理；采用PCA方法对预处理后的特征序列进行分解降维处理，分解降维处理的过程包括计算序列特征的协方差矩阵，并计算出协方差矩阵的特征值；对特征值进行排序，根据排序后的特征值筛选出对应的特征向量，将筛选出的特征作为分解降维后的序列特征；将分解降维后的序列数据输入到训练好的改进神经网络模型中，得到抗体结构预测结果；本发明针对抗体结构，对每一个氨基酸提取所有重原子信息作为标签使用，能够更精确的表达抗体的空间结构。
Search Results
1
records
(took 0.034 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
