买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉成都佩德生物医药有限公司申请的专利一种多肽功能预测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116312750B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310160375.3，技术领域涉及：G16B15/20；该发明授权一种多肽功能预测方法及装置是由赖仞;容明强;谷陟欣;李宗煦设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种多肽功能预测方法及装置在说明书摘要公布了：本发明公开了一种多肽功能预测方法及装置。该方法包括数据集构造及数据预处理；建立多标签预测模型，由特征嵌入模块、多尺度卷积神经网络CNN模块、处理上下文相关序列的BiGRU模块和分类模块组成；利用获取的数据集对构建的网络模型进行训练，并采用优化算法提高模型特征提取和参数预测性能；再通过计算精度、覆盖率、准确度、绝对真值和绝对假值五个指标对多标签预测模型的性能进行评价。本发明有效地利用了标签间的关联，提升了多肽功能预测的精准度，本方法可操作性强，实用性强，可以同时应用于八种生物活性肽的功能预测，是一种合理有效的预测方法，本发明预测八种多肽功能的精度高达80.4％。

本发明授权一种多肽功能预测方法及装置在权利要求书中公布了：1.一种多肽功能预测方法，其特征在于，包括以下具体步骤： S1、数据集构造及数据预处理 在数据库中提取八种生物活性肽，分别是抗菌肽AMPs、抗癌肽ACPs、抗炎肽AIPs、抗高血压肽AHPs、抗糖尿肽ADPs、抗氧化肽AOPs、免疫调节肽IMPs和神经活性肽NUPs，构建基准数据集；然后，通过冗余和同源性偏差进行分析对基准数据集数据进行预处理，预处理后的数据中80%的序列用于构建训练集，20%的序列用于构建测试集； S2、建立多标签预测模型，由特征嵌入模块、多尺度卷积神经网络CNN模块、处理上下文相关序列的BiGRU模块和分类模块组成； 所述特征嵌入模块，将多肽生物序列向量转化为固定大小的密集向量；将氨基酸{A、C、D、E、F、G、H、I、M、N、P、Q、R、S、T、V、W、Y}被分配为自然数{1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20}，采用零填充法以制备固定大小为500×500维的密级向量；所述特征嵌入模块的嵌入尺寸数值为50、100和150中的任一个； 所述多尺度卷积神经网络CNN模块由一个编码模块和一个解码模块组成，由多个并行卷积块堆积而成，卷积层中每个节点的输入是上一层神经网络的一小块，利用多个卷积池化层对序列进行编码提取序列的全局特征；在获得卷积特征矩阵后，利用反卷积层对不同尺度特征图进行提取，通过减少特征数量，采用最大池机制防止过度重合，所述CNN模块的池大小数值为3或5； 所述处理上下文相关序列的BiGRU模块通过正向和反向两个门控循环单元GRU，接收正向输入和学习反相输入提取序列上下文信息；所述BiGRU模块的GRU单元数值为50、100和150中的任一个； 所述分类模块采用全连通层作为分类模块，把卷积层的输出转化为向量模式，同时每个输出神经元和输入神经元均连接起来；所述分类模块的全连接维度数值为128或256； S3、利用获取的数据集对构建的多标签预测模型进行训练，并采用优化算法提高模型特征提取和参量预测性能；训练的学习速率数值为0.01或0.001； S4、通过计算精度、覆盖率、准确度、绝对真值和绝对假值五个指标对所述多标签预测模型的性能进行评价。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人成都佩德生物医药有限公司，其通讯地址为：610200 四川省成都市成都天府国际生物城(双流区生物城中路二段18号)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。