-
公开(公告)号：CN115101121B
公开(公告)日：2025-01-10
申请号：CN202210245508.2
申请日：2022-03-14
Applicant: 浙江工业大学
Abstract: 一种基于深度神经网络评估蛋白质结构模型质量的方法，设计了一种自注意的图神经网络能预测出蛋白质模型的质量，根据输入模型提取出特征：蛋白质模型中重原子编码、局部空间坐标、高斯距离谱和氢键编码，预测出蛋白质模型和天然蛋白每对氨基酸之间的相似度分数以及两者之间的整体相似度分数，从而判定蛋白质模型的质量。本发明将评估分数设在[0,1]，分数越高表示与真实的结构越接近。用庞大数据来学习结构相似性，在不依赖于真实结构的情况下，仅根据预测的模型来估计其每个残基的质量，对于进一步的模型精修以及挑选具有重要意义。
-
公开(公告)号：CN115101121A
公开(公告)日：2022-09-23
申请号：CN202210245508.2
申请日：2022-03-14
Applicant: 浙江工业大学
Abstract: 一种基于深度神经网络评估蛋白质结构模型质量的方法，设计了一种自注意的图神经网络能预测出蛋白质模型的质量，根据输入模型提取出特征：蛋白质模型中重原子编码、局部空间坐标、高斯距离谱和氢键编码，预测出蛋白质模型和天然蛋白每对氨基酸之间的相似度分数以及两者之间的整体相似度分数，从而判定蛋白质模型的质量。本发明将评估分数设在[0,1]，分数越高表示与真实的结构越接近。用庞大数据来学习结构相似性，在不依赖于真实结构的情况下，仅根据预测的模型来估计其每个残基的质量，对于进一步的模型精修以及挑选具有重要意义。
-
公开(公告)号：CN114530195A
公开(公告)日：2022-05-24
申请号：CN202210186433.5
申请日：2022-02-28
Applicant: 浙江工业大学
Abstract: 一种基于深度学习的蛋白质模型质量评估方法，首先在PISCES服务器中筛选出设定蛋白质长度、最大序列冗余度和分辨率的蛋白质索引，然后从PDB库中下载相应蛋白质结构信息；使用RosettaCM比较建模、天然结构的随机位置插入片段进行扰动、trRosetta进行深度学习指导折叠三种方法生成每个蛋白在不同模型质量分布上的诱饵结构，构建数据集；对数据集中的每一个蛋白质天然结构及其诱饵结构提取一维、二维三维特征信息；再经过一系列三维卷积层生成的输出张量将被展平，并与其它一维特征串联后进行垂直和水平条带化，与其它二维特征结合在一起，得到141×L×L的特征图输入到二维卷积残差网络进行训练。本发明预测效率与准确性较高。
-
公开(公告)号：CN110729024B
公开(公告)日：2021-12-17
申请号：CN201910793342.6
申请日：2019-08-27
Applicant: 浙江工业大学
Abstract: 一种基于拓扑结构相似性的蛋白质结构模型质量评估方法，设计了一种新的蛋白质结构模型质量评估指标，根据目标蛋白和天然蛋白每对氨基酸在空间的距离信息判定两个结构的相似度；以两两二级结构在空间中形成的接触矩阵为单位一一比对相似度，对于局部结构的微小误差不敏感，而是从整体拓扑结构的相似性上打分。本发明将评估分数设定在[0,100]，分数越高表示蛋白质精度越高，消除了评估分数对蛋白质长度的依赖性。
-
公开(公告)号：CN113241116A
公开(公告)日：2021-08-10
申请号：CN202110466042.4
申请日：2021-04-28
Applicant: 浙江工业大学
Abstract: 一种基于残基间距离优化的差分进化蛋白质结构预测方法，在差分进化算法的框架下，首先，初始化种群，根据距离信息构建能量函数；其次，对种群中的构象进行交叉变异，探测构象空间，然后对当前构象进行距离优化，并根据能量进行选择操作，更新种群；最后，输出种群中能量最低的构象作为预测结果。基于残基间距离优化的差分进化蛋白质结构预测方法构建了基于距离信息的能量模型，缓解了传统能量不精确的问题，在进化算法的框架下使用距离优化的方法加强局部探测，提高了蛋白质结构预测方法的预测精度与效率。本发明提供了一种基于残基间距离优化的差分进化蛋白质结构预测方法，能有效提高蛋白质结构预测的精度和效率。
-
Patent Agency Ranking
公开(公告)号：CN109461470B
公开(公告)日：2021-08-03
申请号：CN201810994115.5
申请日：2018-08-29
Applicant: 浙江工业大学
Abstract: 一种蛋白质结构预测能量函数权重优化方法，首先，将所有能量项的权重设置为1，通过蛋白质结构预测方法利用待确定能量项权重的能量函数产生多个样本构象；然后，基于差分进化算法，将各能量项的权重值看作优化变量，以样本构象的能量值和均方根偏差之间的相关系数最大为目标，对各能量项权重值进行优化；最后，利用优化得到的权重值对应的能量函数对构象空间进行优化，以能量值最小的构象作为最终的预测结构。本发明提供一种能够得到合理能量项权重值的蛋白质结构预测能量函数权重优化方法。
-
公开(公告)号：CN110634531B
公开(公告)日：2021-06-18
申请号：CN201910743322.8
申请日：2019-08-13
Applicant: 浙江工业大学
Abstract: 一种基于双层偏置搜索的蛋白质结构预测方法，在遗传算法框架下，首先，种群初始化，根据构象的能量高低将其分配到不同的能量区间；然后，根据能量以及空间结构差异性双层选择指标有偏地选择父代和淘汰构象，不仅能够缓解能量函数不精确的问题，而且可以根据有偏采样搜索到结构更为合理的构象，在提高采样效率的同时，提升了预测精度。本发明提供一种预测精度较高的基于双层偏置搜索的蛋白质结构预测方法。
-
公开(公告)号：CN108846256B
公开(公告)日：2021-06-18
申请号：CN201810579186.9
申请日：2018-06-07
Applicant: 浙江工业大学
IPC: G16B15/00
Abstract: 一种基于残基接触信息的群体蛋白质结构预测方法，在进化算法框架下，首先，通过交换构象中的片段生成测试构象；其次，根据序列信息预测目标蛋白的残基接触信息，并设计残基接触能量函数对构象进行打分，通过残基接触能量来指导构象的选择过程，即如果测试构象的能量小于目标构象的能量，则直接接受测试构象，否则进一步比较残基接触能量，若测试构象的残基接触能量较小，则接受，否则以玻尔兹曼概率接受，从而引导算法采样得到能量更低且结构更合理的构象。通过残基接触能量为辅来指导构象选择，从而缓解能量函数不精确导致的预测误差问题。本发明提供一种预测精度较高的基于残基接触信息的群体蛋白质结构预测方法。
-
公开(公告)号：CN108647486B
公开(公告)日：2021-06-18
申请号：CN201810238662.0
申请日：2018-03-22
Applicant: 浙江工业大学
Abstract: 一种基于构象多样性策略的蛋白质三维结构预测方法，在遗传算法的框架下，采用Rosetta标准协议；利用遗传算子对构象的loop区域进行操作，增强对loop区域的空间搜索；引入基于蛋白质二级结构信息的多样性指标，结合构象的能量值作为种群更新的选择标准，增强种群多样性的同时降低能量函数不精确带来的不利影响，从而预测出精度更高的近天然态构象。本发明提供一种预测精度较高的基于构象多样性策略的蛋白质三维结构预测方法。
-
公开(公告)号：CN112132317A
公开(公告)日：2020-12-25
申请号：CN202010849330.3
申请日：2020-08-21
Applicant: 浙江工业大学
Abstract: 一种基于多种群协同进化的车辆路径优化方法，首先，创建研究区域的网络数据集，获取研究对象点之间的距离成本矩阵；然后客户点进行自然数编码，并完成多种群的初始化；对种群中的染色体进行交叉、变异操作，再进行每个子种群间的染色体替换，实现多种群的协同进化，重复交叉、变异和协同进化选择操作，直到满足迭代的终止条件；最终，输出种群中适应度最高的染色体，完成解码操作后，即可得到车辆调度的最优路径方案。本发明提供一种更加贴合实际应用的基于多种群协同进化的车辆路径优化方法。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.037 seconds)
