買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉安徽大學申請的專利基于深度學習方法預測蛋白質Aβ42的動態結構變化方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119418755B 。

龍圖騰網通過國家知識產權局官網在2025-09-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202410880048.X，技術領域涉及：G16B15/20；該發明授權基于深度學習方法預測蛋白質Aβ42的動態結構變化方法及系統是由王斌斌;劉欣悅;李志鵬設計研發完成，并于2024-07-02向國家知識產權局提交的專利申請。

本基于深度學習方法預測蛋白質Aβ42的動態結構變化方法及系統在說明書摘要公布了：本發明提供一種基于深度學習方法預測蛋白質Aβ42的動態結構變化方法集系統，包括以下步驟：從分子動力學軌跡中提取每一幀的PDB；計算每個PDB的2DIR；按照功能特性區域拆分PDB；計算每個PDB的α?碳距離矩陣distancemap；根據訓練好的深度學習模型預測每個區域的α?碳距離矩陣distancemap；構建蛋白質三維結構；片段合并及與三維結構比較：將優化后的三段PDB對齊，并合并成一個完整的PDB蛋白質三維結構；最后，求出預測得到的PDB與真實PDB的RMSD誤差。本發明采用了一種分而治之的策略，利用2DIR預測蛋白質結構中三段不同的區域，最后成功構建成三維結構。該方法為探索Aβ42結構和動態變化提供了一種新的方法，開辟了研究阿爾茲海默癥新的視角，也為藥物設計提供了重要信息。

本發明授權基于深度學習方法預測蛋白質Aβ42的動態結構變化方法及系統在權利要求書中公布了：1.基于深度學習方法預測蛋白質Aβ42的動態結構變化方法，其特征在于，包括以下步驟： 步驟1、從分子動力學軌跡中提取每一幀的PDB； 步驟2、計算每個PDB的2DIR； 步驟3、按照功能特性區域拆分PDB； 步驟4、計算每個PDB的α-碳距離矩陣distancemap； 步驟5、根據訓練好的深度學習模型預測每個區域的α-碳距離矩陣distancemap；所述深度學習模型采用預訓練好的SwinTransformer，所述SwinTransformer包括上采樣與卷積層，每個上采樣階段之后使用卷積層進一步處理特征；在卷積層之后使用批歸一化和Mish激活函數；在特征處理流程中引入自注意力層； 步驟6、構建蛋白質三維結構，包括以下步驟： 步驟6.1初始點的選擇：算法開始時隨機生成一組初始坐標作為優化過程的起點； 步驟6.2優化過程：通過迭代的方法，不斷調整起點的位置，最小化目標函數；目標函數衡量為根據當前坐標計算出的α-碳距離矩陣與約束條件即預測的α-碳距離矩陣distancemap之間的偏差； 步驟6.3結果的解釋：優化結束后，得到的坐標在滿足給定距離約束的情況下，盡可能地接近真實的三維結構； 步驟7、片段合并及與三維結構比較：將優化后的三段PDB對齊，并合并成一個完整的PDB蛋白質三維結構；最后，求出預測得到的PDB與真實PDB的RMSD誤差。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人安徽大學，其通訊地址為：230601 安徽省合肥市經濟技術開發區九龍路111號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。