【技术实现步骤摘要】
本专利技术涉及多肽设计，具体而言，涉及一种多肽生成方法及装置。
技术介绍
1、多肽是由短链氨基酸序列组成的生物活性分子，因其具有高度的选择性和效力，且通常具有较低的毒性，因此在药物研发中收到广泛关注。设计和筛选出具有药物潜力的多肽是一个复杂的过程，需要考虑多肽的结构、稳定性、与目标蛋白质相互作用等多个方面。
2、近年来，深度学习在许多生物信息学任务中取得了显著的成功，深度学习通常使用神经网络模型来学习多肽与目标蛋白质之间的相互作用，通过训练神经网络模型，可以预测新的多肽。
3、尽管深度学习在生物信息学领域表现出色，但是由于神经网络模型通常需要大量的训练数据，对多肽设计领域而言，获得大量的高质量训练数据是十分困难的，导致利用神经网络模型进行多肽设计受到限制，无法得到更好地多肽。
技术实现思路
1、本专利技术的目的在于，针对上述已有技术中的不足，提供一种多肽生成方法及装置，以便减少对大量训练数据的依赖，提高所生成的多肽与目标蛋白质相互作用的效果。
2、为实现...
【技术保护点】
1.一种多肽生成方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述对所述至少一个已有多肽的氨基酸序列信息进行梯元提取，得到多个梯元，包括：
3.如权利要求1所述的方法，其特征在于，所述根据所述多个梯元，重构生成至少一个新氨基酸序列信息，包括：
4.如权利要求3所述的方法，其特征在于，所述从所述多个梯元中选择多个目标梯元，包括：
5.如权利要求4所述的方法，其特征在于，所述根据所述多个梯元的权重，确定所述多个梯元的选择概率之前，所述方法还包括：
6.如权利要求3所述的方法，其特征在于...
【技术特征摘要】
1.一种多肽生成方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述对所述至少一个已有多肽的氨基酸序列信息进行梯元提取，得到多个梯元，包括：
3.如权利要求1所述的方法，其特征在于，所述根据所述多个梯元，重构生成至少一个新氨基酸序列信息，包括：
4.如权利要求3所述的方法，其特征在于，所述从所述多个梯元中选择多个目标梯元，包括：
5.如权利要求4所述的方法，其特征在于，所述根据所述多个梯元的权重，确定所述多个梯元的选择概率之前，所述方法还包括：
6.如权利要求3所述的方法，其特征在于，所述根据所述多个目标梯元在对应...
【专利技术属性】
技术研发人员：刘宇，李舒，彭璐，陈柳青，
申请(专利权)人：北京师范大学珠海校区，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。