CN110931078A - 一种基于人工智能的蛋白质互作组预测服务系统 - Google Patents
一种基于人工智能的蛋白质互作组预测服务系统 Download PDFInfo
- Publication number
- CN110931078A CN110931078A CN201911233703.8A CN201911233703A CN110931078A CN 110931078 A CN110931078 A CN 110931078A CN 201911233703 A CN201911233703 A CN 201911233703A CN 110931078 A CN110931078 A CN 110931078A
- Authority
- CN
- China
- Prior art keywords
- module
- protein
- prediction
- electrically connected
- artificial intelligence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 55
- 230000006916 protein interaction Effects 0.000 title claims abstract description 27
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 225
- 102000004169 proteins and genes Human genes 0.000 claims abstract description 225
- 101710093543 Probable non-specific lipid-transfer protein Proteins 0.000 claims abstract description 23
- 230000010365 information processing Effects 0.000 claims abstract description 14
- 238000000734 protein sequencing Methods 0.000 claims abstract description 10
- 238000007639 printing Methods 0.000 claims abstract description 6
- 238000000605 extraction Methods 0.000 claims description 28
- 238000012163 sequencing technique Methods 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 9
- 238000002372 labelling Methods 0.000 claims description 8
- 230000002457 bidirectional effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 7
- 230000026676 system process Effects 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 150000001413 amino acids Chemical class 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012993 chemical processing Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000004801 process automation Methods 0.000 description 1
- 230000020978 protein processing Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
Abstract
本发明公开了一种基于人工智能的蛋白质相互作用预测服务系统,主要包括以人工智能为核心的高效预测系统,所述人工智能预测系统的输出端分别与智能显示单元和智能打印模块的输入端电性连接,所述人工智能预测系统的输入端与电源模块的输出端电性连接,所述电源模块的输出端与智能寄存器的输入端电性连接,本发明涉及生物大分子预测服务技术领域。该基于人工智能的蛋白质互作组预测服务系统,通过蛋白质基本测序模块中蛋白质理化处理模块和蛋白质基本测序模块,利用蛋白质基本信息处理模块中蛋白质基本信息填充模块和蛋白质信息自动比对模块对蛋白质基本信息的处理,从而有效的提高了蛋白质的已知相关数据,本发明加入了蛋白质的主动和被动的预测模块,进一步提高了后续的预测精度。
Description
技术领域
本发明涉及预测服务技术领域,具体为一种基于人工智能的蛋白质互作组预测服务系统。
背景技术
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。蛋白质是生命的物质基础,是有机大分子,是构成细胞的基本有机物,是生命活动的主要承担者。没有蛋白质就没有生命。氨基酸是蛋白质的基本组成单位。
普通的人工智能蛋白质互作组预测服务在工作时往往预测精度不高,并且蛋白质互作组预测时缺乏主动和被动预测功能,不能及时给出较为准确的预测结果,严重影响预测服务系统的工作效率。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于人工智能的蛋白质互作组预测服务系统,解决了普通的人工智能蛋白质互作组预测服务在工作时往往预测精度不高,并且蛋白质互作组预测时缺乏主动和被动预测功能,不能及时给出较为准确的预测结果,严重影响预测服务系统工作效率的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种基于人工智能的蛋白质互作组预测服务系统,包括人工智能预测系统,所述人工智能预测系统的输出端分别与智能显示单元和智能打印模块的输入端电性连接,所述人工智能预测系统的输入端与电源模块的输出端电性连接,所述人工智能预测系统与蛋白质基本测序模块、蛋白质基本信息处理模块、蛋白质主动预测模块和蛋白质被动预测模块实现双向连接,所述人工智能预测系统与人工智能数据库和智能寄存器实现双向连接,所述电源模块的输出端与智能寄存器的输入端电性连接,所述蛋白质基本测序模块包括蛋白质理化处理模块、蛋白质基本测序模块和蛋白质相关数据保存模块。
优选的,所述蛋白质理化处理模块的输出端与蛋白质基本测序模块的输入端电性连接,所述蛋白质基本测序模块的输出端与蛋白质相关数据保存模块的输入端电性连接。
优选的,所述蛋白质基本信息处理模块包括蛋白质基本信息填充模块、蛋白质基本信息保存模块、蛋白质信息自动比对模块和蛋白质信息标注模块。
优选的,所述蛋白质基本信息填充模块的输出端与蛋白质基本信息保存模块的输入端电性连接,所述蛋白质基本信息保存模块的输出端与蛋白质信息自动比对模块的输入端电性连接,所述蛋白质信息自动比对模块的输出端与蛋白质信息标注模块的输入端电性连接。
优选的,所述蛋白质主动预测模块包括蛋白质相关信息提取模块、蛋白质信息数据分类模块、蛋白质信息对比模板提取模块、蛋白质数据预测模块、蛋白质数据矫正模块和蛋白质预测主动输出模块。
优选的,所述蛋白质相关信息提取模块的输出端与蛋白质信息数据分类模块的输入端电性连接,所述蛋白质信息数据分类模块的输出端与蛋白质信息对比模板提取模块的输入端电性连接,所述蛋白质信息对比模板提取模块的输出端与蛋白质数据预测模块的输入端电性连接,所述蛋白质数据预测模块的输出端与蛋白质数据矫正模块的输入端电性连接,所述蛋白质数据矫正模块的输出端与蛋白质预测主动输出模块的输入端电性连接。
优选的,所述蛋白质被动预测模块包括蛋白质预测人工启动模块、相关精确数据输入模块、预测模板确定模块、具体数据反馈模块和数据输出模块。
优选的,所述蛋白质预测人工启动模块的输出端与相关精确数据输入模块的输入端电性连接,所述相关精确数据输入模块的输出端与预测模板确定模块的输入端电性连接,所述预测模板确定模块的输出端与具体数据反馈模块的输入端电性连接,所述具体数据反馈模块的输出端与数据输出模块的输入端电性连接。
(三)有益效果
本发明提供了一种基于人工智能的蛋白质互作组预测服务系统。与现有技术相比,具备以下有益效果:
(1)该基于人工智能的蛋白质互作组预测服务系统,通过蛋白质主动预测模块包括蛋白质相关信息提取模块、蛋白质信息数据分类模块、蛋白质信息对比模板提取模块、蛋白质数据预测模块、蛋白质数据矫正模块和蛋白质预测主动输出模块,蛋白质相关信息提取模块的输出端与蛋白质信息数据分类模块的输入端电性连接,蛋白质信息数据分类模块的输出端与蛋白质信息对比模板提取模块的输入端电性连接,蛋白质信息对比模板提取模块的输出端与蛋白质数据预测模块的输入端电性连接,蛋白质数据预测模块的输出端与蛋白质数据矫正模块的输入端电性连接,蛋白质数据矫正模块的输出端与蛋白质预测主动输出模块的输入端电性连接,通过蛋白质相关信息提取模块、蛋白质信息数据分类模块、蛋白质信息对比模板提取模块、蛋白质数据预测模块、蛋白质数据矫正模块和蛋白质预测主动输出模块的联合设置,使得服务系统可以对蛋白质互作组的信息进行自动提取,并且自动的将数据分类、选取对比模板并且校正数据,从而在最后输出相关预测数据,服务系统的主动预测能力大为加强,并且搭配蛋白质基本测序模块和蛋白质基本信息处理模块工作,使得预测数据的精度大为提高,并且因为全程自动,系统可以及时给出较为精确的预测结果。
(2)该基于人工智能的蛋白质互作组预测服务系统,通过蛋白质被动预测模块包括蛋白质预测人工启动模块、相关精确数据输入模块、预测模板确定模块、具体数据反馈模块和数据输出模块,蛋白质预测人工启动模块的输出端与相关精确数据输入模块的输入端电性连接,相关精确数据输入模块的输出端与预测模板确定模块的输入端电性连接,预测模板确定模块的输出端与具体数据反馈模块的输入端电性连接,具体数据反馈模块的输出端与数据输出模块的输入端电性连接,通过蛋白质预测人工启动模块、相关精确数据输入模块、预测模板确定模块、具体数据反馈模块和数据输出模块的联合设置,使得服务系统可以进一步通过人工输入相关精确数据和人工选择比对模板,有效的提高预测精度,并且可以通过反馈模块人工校正相关数据,最终得出相对更加精确的预测结果。
(3)该基于人工智能的蛋白质互作组预测服务系统,通过蛋白质基本测序模块包括蛋白质理化处理模块、蛋白质基本测序模块和蛋白质相关数据保存模块,蛋白质基本信息处理模块包括蛋白质基本信息填充模块、蛋白质基本信息保存模块、蛋白质信息自动比对模块和蛋白质信息标注模块,通过蛋白质基本测序模块中蛋白质理化处理模块和蛋白质基本测序模块的蛋白质具体处理和蛋白质基本信息处理模块中蛋白质基本信息填充模块和蛋白质信息自动比对模块对蛋白质基本信息的处理,从而有效的提高了蛋白质的已知相关数据,进一步提高了后续的预测精度。
附图说明
图1为本发明的系统原理框图;
图2为本发明蛋白质基本测序模块的系统原理框图;
图3为本发明蛋白质基本信息处理模块的系统原理框图;
图4为本发明蛋白质主动预测模块的系统原理框图;
图5为本发明蛋白质被动预测模块的系统原理框图。
图中,1、人工智能预测系统;2、智能显示单元;3、智能打印模块;4、电源模块;5、蛋白质基本测序模块;51、蛋白质理化处理模块;52、蛋白质基本测序模块;53、蛋白质相关数据保存模块;6、蛋白质基本信息处理模块;61、蛋白质基本信息填充模块;62、蛋白质基本信息保存模块;63、蛋白质信息自动比对模块;64、蛋白质信息标注模块;7、蛋白质主动预测模块;71、蛋白质相关信息提取模块;72、蛋白质信息数据分类模块;73、蛋白质信息对比模板提取模块;74、蛋白质数据预测模块;75、蛋白质数据矫正模块;76、蛋白质预测主动输出模块;8、蛋白质被动预测模块;81、蛋白质预测人工启动模块;82、相关精确数据输入模块;83、预测模板确定模块;84、具体数据反馈模块;85、数据输出模块;9、人工智能数据库;10、智能寄存器。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-5,本发明实施例提供一种技术方案:一种基于人工智能的蛋白质互作组预测服务系统,包括人工智能预测系统1,人工智能预测系统1的输出端分别与智能显示单元2和智能打印模块3的输入端电性连接,人工智能预测系统1的输入端与电源模块4的输出端电性连接,人工智能预测系统1与蛋白质基本测序模块5、蛋白质基本信息处理模块6、蛋白质主动预测模块7和蛋白质被动预测模块8实现双向连接,人工智能预测系统1与人工智能数据库9和智能寄存器10实现双向连接,电源模块4的输出端与智能寄存器10的输入端电性连接,蛋白质基本测序模块5包括蛋白质理化处理模块51、蛋白质基本测序模块52和蛋白质相关数据保存模块53,蛋白质理化处理模块51的输出端与蛋白质基本测序模块52的输入端电性连接,蛋白质基本测序模块52的输出端与蛋白质相关数据保存模块53的输入端电性连接,蛋白质基本信息处理模块6包括蛋白质基本信息填充模块61、蛋白质基本信息保存模块62、蛋白质信息自动比对模块63和蛋白质信息标注模块64,蛋白质基本信息填充模块61的输出端与蛋白质基本信息保存模块62的输入端电性连接,蛋白质基本信息保存模块62的输出端与蛋白质信息自动比对模块63的输入端电性连接,蛋白质信息自动比对模块63的输出端与蛋白质信息标注模块64的输入端电性连接,蛋白质主动预测模块7包括蛋白质相关信息提取模块71、蛋白质信息数据分类模块72、蛋白质信息对比模板提取模块73、蛋白质数据预测模块74、蛋白质数据矫正模块75和蛋白质预测主动输出模块76,蛋白质相关信息提取模块71的输出端与蛋白质信息数据分类模块72的输入端电性连接,蛋白质信息数据分类模块72的输出端与蛋白质信息对比模板提取模块73的输入端电性连接,蛋白质信息对比模板提取模块73的输出端与蛋白质数据预测模块74的输入端电性连接,蛋白质数据预测模块74的输出端与蛋白质数据矫正模块75的输入端电性连接,蛋白质数据矫正模块75的输出端与蛋白质预测主动输出模块76的输入端电性连接,蛋白质被动预测模块8包括蛋白质预测人工启动模块81、相关精确数据输入模块82、预测模板确定模块83、具体数据反馈模块84和数据输出模块85,通过蛋白质基本测序模块5中蛋白质理化处理模块51和蛋白质基本测序模块52的蛋白质具体处理和蛋白质基本信息处理模块6中蛋白质基本信息填充模块61和蛋白质信息自动比对模块63对蛋白质基本信息的处理,从而有效的提高了蛋白质的已知相关数据,进一步提高了后续的预测精度,蛋白质预测人工启动模块81的输出端与相关精确数据输入模块82的输入端电性连接,相关精确数据输入模块82的输出端与预测模板确定模块83的输入端电性连接,通过蛋白质相关信息提取模块71、蛋白质信息数据分类模块72、蛋白质信息对比模板提取模块73、蛋白质数据预测模块74、蛋白质数据矫正模块75和蛋白质预测主动输出模块76的联合设置,使得服务系统可以对蛋白质互作组的信息进行自动提取,并且自动的将数据分类、选取对比模板并且校正数据,从而在最后输出相关预测数据,服务系统的主动预测能力大为加强,并且搭配蛋白质基本测序模块5和蛋白质基本信息处理模块6工作,使得预测数据的精度大为提高,并且因为全程自动,系统可以及时给出较为精确的预测结果,预测模板确定模块83的输出端与具体数据反馈模块84的输入端电性连接,通过蛋白质预测人工启动模块81、相关精确数据输入模块82、预测模板确定模块83、具体数据反馈模块84和数据输出模块85的联合设置,使得服务系统可以进一步通过人工输入相关精确数据和人工选择比对模板,有效的提高预测精度,并且可以通过反馈模块人工校正相关数据,最终得出相对更加精确的预测结果,具体数据反馈模块84的输出端与数据输出模块85的输入端电性连接,人工智能通将相关数据传递到人工智能数据库9,并且在取用时通过相关智能寄存器10可以一次性取出相应足量的数据,以便后续生产速度可以提高。
使用时,电源模块4给人工智能预测系统1和智能寄存器10正常供电,系统中蛋白质基本测序模块5内的蛋白质理化处理模块51对蛋白质进行处理然后通过蛋白质基本测序模块52对蛋白质内氨基酸进行测序,最后通过蛋白质相关数据保存模块53将测出数据全部保存至人工智能数据库9,一批蛋白质处理完毕后,通过蛋白质基本信息处理模块6内蛋白质基本信息填充模块61将蛋白质的种类、酸碱环境等基本信息中和部分漏测信息填满,通过蛋白质基本信息保存模块62将填满信息有效保存,然后通过蛋白质信息自动比对模块63将人工智能数据库9中已存信息与正在保存信息进行比对,如果重复,自动删除,通过蛋白质信息标注模块64将保存进人工智能数据库9的信息自行备注,当数据库中保存有一定规模的数据后,再有蛋白质在进行测序时,通过蛋白质主动预测模块7中蛋白质相关信息提取模块71将人工智能数据库9中信息提取,将提取后信息通过蛋白质信息数据分类模块72自动分类,然后通过蛋白质信息对比模板提取模块73自动选择合适对比模板,进而通过蛋白质数据预测模块74确定出最大的数据不同之处以及数据之间的相关性,最后将初始数据中差异较大的部分重新确定,然后通过蛋白质预测主动输出模块76将数据输出,通过智能显示单元2显示,通过蛋白质预测人工启动模块81启动主动预测模块,通过相关精确数据输入模块82将数据确定输入后,通过预测模板确定模块83人工确定比对模板,通过具体数据反馈模块84将差异较大的数据反馈给客户,客户最后确认后,通过数据输出模块85输出,数据通过智能显示单元2显示,最后可以通过智能打印模块3打印,当数据通过人工智能数据库9取出后,将部分需要反复数据放置在智能寄存器10中,数据读取速度明显提高。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种基于人工智能的蛋白质互作组预测服务系统,包括人工智能预测系统(1),其特征在于:所述人工智能预测系统(1)的输出端分别与智能显示单元(2)和智能打印模块(3)的输入端电性连接,所述人工智能预测系统(1)的输入端与电源模块(4)的输出端电性连接,所述人工智能预测系统(1)与蛋白质基本测序模块(5)、蛋白质基本信息处理模块(6)、蛋白质主动预测模块(7)和蛋白质被动预测模块(8)实现双向连接,所述人工智能预测系统(1)与人工智能数据库(9)和智能寄存器(10)实现双向连接,所述电源模块(4)的输出端与智能寄存器(10)的输入端电性连接,所述蛋白质基本测序模块(5)包括蛋白质理化处理模块(51)、蛋白质基本测序模块(52)和蛋白质相关数据保存模块(53)。
2.根据权利要求1所述的一种基于人工智能的蛋白质互作组预测服务系统,其特征在于:所述蛋白质理化处理模块(51)的输出端与蛋白质基本测序模块(52)的输入端电性连接,所述蛋白质基本测序模块(52)的输出端与蛋白质相关数据保存模块(53)的输入端电性连接。
3.根据权利要求1所述的一种基于人工智能的蛋白质互作组预测服务系统,其特征在于:所述蛋白质基本信息处理模块(6)包括蛋白质基本信息填充模块(61)、蛋白质基本信息保存模块(62)、蛋白质信息自动比对模块(63)和蛋白质信息标注模块(64)。
4.根据权利要求3所述的一种基于人工智能的蛋白质互作组预测服务系统,其特征在于:所述蛋白质基本信息填充模块(61)的输出端与蛋白质基本信息保存模块(62)的输入端电性连接,所述蛋白质基本信息保存模块(62)的输出端与蛋白质信息自动比对模块(63)的输入端电性连接,所述蛋白质信息自动比对模块(63)的输出端与蛋白质信息标注模块(64)的输入端电性连接。
5.根据权利要求1所述的一种基于人工智能的蛋白质互作组预测服务系统,其特征在于:所述蛋白质主动预测模块(7)包括蛋白质相关信息提取模块(71)、蛋白质信息数据分类模块(72)、蛋白质信息对比模板提取模块(73)、蛋白质数据预测模块(74)、蛋白质数据矫正模块(75)和蛋白质预测主动输出模块(76)。
6.根据权利要求5所述的一种基于人工智能的蛋白质互作组预测服务系统,其特征在于:所述蛋白质相关信息提取模块(71)的输出端与蛋白质信息数据分类模块(72)的输入端电性连接,所述蛋白质信息数据分类模块(72)的输出端与蛋白质信息对比模板提取模块(73)的输入端电性连接,所述蛋白质信息对比模板提取模块(73)的输出端与蛋白质数据预测模块(74)的输入端电性连接,所述蛋白质数据预测模块(74)的输出端与蛋白质数据矫正模块(75)的输入端电性连接,所述蛋白质数据矫正模块(75)的输出端与蛋白质预测主动输出模块(76)的输入端电性连接。
7.根据权利要求1所述的一种基于人工智能的蛋白质互作组预测服务系统,其特征在于:所述蛋白质被动预测模块(8)包括蛋白质预测人工启动模块(81)、相关精确数据输入模块(82)、预测模板确定模块(83)、具体数据反馈模块(84)和数据输出模块(85)。
8.根据权利要求7所述的一种基于人工智能的蛋白质互作组预测服务系统,其特征在于:所述蛋白质预测人工启动模块(81)的输出端与相关精确数据输入模块(82)的输入端电性连接,所述相关精确数据输入模块(82)的输出端与预测模板确定模块(83)的输入端电性连接,所述预测模板确定模块(83)的输出端与具体数据反馈模块(84)的输入端电性连接,所述具体数据反馈模块(84)的输出端与数据输出模块(85)的输入端电性连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911233703.8A CN110931078A (zh) | 2019-12-05 | 2019-12-05 | 一种基于人工智能的蛋白质互作组预测服务系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911233703.8A CN110931078A (zh) | 2019-12-05 | 2019-12-05 | 一种基于人工智能的蛋白质互作组预测服务系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110931078A true CN110931078A (zh) | 2020-03-27 |
Family
ID=69857043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911233703.8A Pending CN110931078A (zh) | 2019-12-05 | 2019-12-05 | 一种基于人工智能的蛋白质互作组预测服务系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110931078A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170344700A1 (en) * | 2011-05-02 | 2017-11-30 | Tyler Stuart Bray | Method for quantitative analysis of complex proteomic data |
CN107742061A (zh) * | 2017-09-19 | 2018-02-27 | 中山大学 | 一种蛋白质相互作用预测方法、系统和装置 |
CN108182346A (zh) * | 2016-12-08 | 2018-06-19 | 杭州康万达医药科技有限公司 | 预测siRNA针对某类细胞的毒性的机器学习模型的建立方法及其应用 |
CN109086569A (zh) * | 2018-09-18 | 2018-12-25 | 武汉深佰生物科技有限公司 | 蛋白质互作方向与调控关系的预测方法 |
CN109593778A (zh) * | 2018-11-08 | 2019-04-09 | 浙江大学 | 一种植物人工智能雄性不育系及应用 |
CN109817275A (zh) * | 2018-12-26 | 2019-05-28 | 东软集团股份有限公司 | 蛋白质功能预测模型生成、蛋白质功能预测方法及装置 |
US20190164632A1 (en) * | 2017-09-25 | 2019-05-30 | Syntekabio Co., Ltd. | Drug indication and response prediction systems and method using ai deep learning based on convergence of different category data |
CN110415762A (zh) * | 2019-08-06 | 2019-11-05 | 苏州大学 | 一种基于序列预测蛋白质变性温度的系统及其方法 |
-
2019
- 2019-12-05 CN CN201911233703.8A patent/CN110931078A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170344700A1 (en) * | 2011-05-02 | 2017-11-30 | Tyler Stuart Bray | Method for quantitative analysis of complex proteomic data |
CN108182346A (zh) * | 2016-12-08 | 2018-06-19 | 杭州康万达医药科技有限公司 | 预测siRNA针对某类细胞的毒性的机器学习模型的建立方法及其应用 |
CN107742061A (zh) * | 2017-09-19 | 2018-02-27 | 中山大学 | 一种蛋白质相互作用预测方法、系统和装置 |
US20190164632A1 (en) * | 2017-09-25 | 2019-05-30 | Syntekabio Co., Ltd. | Drug indication and response prediction systems and method using ai deep learning based on convergence of different category data |
CN109086569A (zh) * | 2018-09-18 | 2018-12-25 | 武汉深佰生物科技有限公司 | 蛋白质互作方向与调控关系的预测方法 |
CN109593778A (zh) * | 2018-11-08 | 2019-04-09 | 浙江大学 | 一种植物人工智能雄性不育系及应用 |
CN109817275A (zh) * | 2018-12-26 | 2019-05-28 | 东软集团股份有限公司 | 蛋白质功能预测模型生成、蛋白质功能预测方法及装置 |
CN110415762A (zh) * | 2019-08-06 | 2019-11-05 | 苏州大学 | 一种基于序列预测蛋白质变性温度的系统及其方法 |
Non-Patent Citations (3)
Title |
---|
ISSADA CHARLEEKRU 等: "Protein-Protein Interaction Networks of Jasmonic Acid Synthesis in Arabidopsis thaliana and Gene Ontology Clustering" * |
吴健 等: "蛋白质互作研究技术" * |
桂元苗 等: "基于深度神经网络和局部描述符的大规模蛋白质互作预测方法" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111835984B (zh) | 智能补光方法、装置、电子设备及存储介质 | |
CN111476324B (zh) | 基于人工智能的交通数据标注方法、装置、设备及介质 | |
CN107527070B (zh) | 维度数据和指标数据的识别方法、存储介质及服务器 | |
CN112052682A (zh) | 事件实体联合抽取方法、装置、计算机设备及存储介质 | |
CN106778791A (zh) | 一种基于多重感知器的木材视觉识别方法 | |
CN110931078A (zh) | 一种基于人工智能的蛋白质互作组预测服务系统 | |
CN111738182B (zh) | 基于图像识别的身份验证方法、装置、终端及存储介质 | |
CN111737402A (zh) | 题库智能知识点标注系统 | |
CN106373121A (zh) | 模糊图像识别方法和装置 | |
CN111382710A (zh) | 一种基于图像识别的图纸比对方法 | |
CN113420847B (zh) | 基于人工智能的目标对象匹配方法及相关设备 | |
CN115936346A (zh) | 一种提升豆瓣品质的制曲工艺方法、装置、设备及介质 | |
CN114818685A (zh) | 关键词提取方法、装置、电子设备及存储介质 | |
CN112257720B (zh) | 提升车牌的中文字符自动检测识别率方法、装置及介质 | |
CN114595321A (zh) | 问题标注方法、装置、电子设备及存储介质 | |
CN114610854A (zh) | 智能问答方法、装置、设备及存储介质 | |
CN113469291A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN111898612A (zh) | 结合rpa和ai的ocr识别方法及装置、设备、介质 | |
CN111475719B (zh) | 基于数据挖掘的信息推送方法、装置及存储介质 | |
CN204926179U (zh) | 鱼子酱加工过程的信息采集装置 | |
CN115424095B (zh) | 基于废旧物资的质量分析方法及装置 | |
CN113111815B (zh) | 一种变电站图模校验方法、装置及设备 | |
CN114387267A (zh) | 一种基于人工智能的信息处理方法及信息处理系统 | |
CN116166889B (zh) | 酒店产品筛选方法、装置、设备及存储介质 | |
CN113111815A (zh) | 一种变电站图模校验方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20240510 |