公开(公告)号：CN120048360A

公开(公告)日：2025-05-27

申请号：CN202510107352.5

申请日：2025-01-23

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 胡嘉升 ,  靳艳婷 ,  林昊 ,  宁琳

IPC: G16B40/20 ,  G16B20/00 ,  G06F18/243 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明属于计算机技术领域，公开了一种基于人工智能技术识别液‑液相分离调节蛋白的方法，本发明采用了一种基于人工智能的方法来识别LLPS中的调节蛋白。首先构建了一个包含913个阳性蛋白质序列和6584个阴性蛋白质序列的可靠数据集。为了应对类不平衡的问题，将阴性数据集随机划分为多个子集，每个子集的大小与阳性数据集数目相匹配，最终获得了8个平衡的训练集和一个独立测试集。接着，利用蛋白质预训练语言模型ESM2‑36从这些蛋白质序列中提取特征信息。以此为基础，训练了一个基于多层感知器(MLP)的集成分类器，采用10倍交叉验证来优化模型。最终，该分类器在测试数据集上达到了77.78％的准确率。

公开(公告)号：CN117688431A

公开(公告)日：2024-03-12

申请号：CN202410013841.X

申请日：2024-01-02

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 胡嘉升 ,  靳艳婷 ,  陈翔 ,  宁琳 ,  林昊

IPC: G06F18/24 ,  G16B40/00

Abstract: 本申请提供一种LLPS蛋白质识别方法、装置、设备及存储介质，涉及计算机技术领域，该方法包括：获取初始样本集；初始样本集包括多个液‑液相分离LLPS蛋白质序列；从每个LLPS蛋白质序列中提取预设种类的特征向量；获取每个LLPS蛋白质序列各自对应的依赖类型；根据预设种类的特征向量，得到多个训练样本；将每个LLPS蛋白质序列各自对应的依赖类型作为多个训练样本的标签，得到训练样本集；基于训练样本集对预设的初始模型进行训练，得到LLPS蛋白质识别模型。该方法适用于识别LLPS蛋白质依赖类型的过程中，用于解决传统方法耗时和昂贵的问题。