公开(公告)号：CN119943157A

公开(公告)日：2025-05-06

申请号：CN202510156953.5

申请日：2025-02-13

Applicant: 湖南师范大学

Inventor： 王颖 ,  刘仲华 ,  刘中华 ,  乐健达 ,  李婷婷

IPC: G16B40/00 ,  G16B30/00 ,  G06N20/20

Abstract: 本发明涉及一种基于集成学习的短肽毒性预测方法，属于生物信息学和食品安全领域。针对传统短肽毒性评估方法耗时长、成本高及现有计算方法对短肽（≤25个氨基酸）预测精度不足的技术问题，提出一种基于多算法集成的TasToxPred预测模型。该模型通过整合20种序列编码描述符构建多维特征表征体系，采用9种机器学习算法的动态权重配置机制进行集成预测，实现了对短肽毒性的精确评估。应用该方法在独立测试集上实现了0.7019的Matthews相关系数（MCC）和0.8445的准确率，通过CCK‑8细胞毒性实验和溶血活性测定对73个预测为无毒的短肽进行验证，结果显示在100μM浓度下细胞存活率均保持在90%以上，溶血率低于1.5%，充分验证了模型预测的可靠性，可广泛应用于功能性短肽的安全性评估和开发筛选。

公开(公告)号：CN119943158A

公开(公告)日：2025-05-06

申请号：CN202510157337.1

申请日：2025-02-13

Applicant: 湖南师范大学

Inventor： 王颖 ,  刘仲华 ,  刘中华 ,  乐健达 ,  李婷婷

IPC: G16B40/00 ,  G16B30/00 ,  G06F18/231 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/084 ,  G06N3/0895 ,  G06N3/09

Abstract: 本发明涉及一种基于深度学习的多味觉肽设计方法，属于生物信息学和食品科技领域。针对传统味觉肽开发方法耗时长、效率低及现有计算方法难以同时预测和生成多味觉特性肽段的技术问题，提出一种基于损失监督自适应变分自编码器（LA‑VAE）的解决方案。该方案通过整合多源数据构建标准化数据库，采用双模式训练策略和动态损失监督机制进行模型训练，实现了对多种味觉特性的精确控制。应用该方法成功设计并验证了73种新型功能性肽段，这些肽段在不同浓度下展现出甜味、鲜味和咸味特性，且具有良好的生物安全性，可应用于食品工业中的减盐减糖领域。