買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜上海算法創(chuàng)新研究院;北京深勢科技有限公司申請的專利一種用于mRNA的多任務(wù)處理模型的處理方法和裝置獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119207568B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411470050.6，技術(shù)領(lǐng)域涉及：G16B30/00；該發(fā)明授權(quán)一種用于mRNA的多任務(wù)處理模型的處理方法和裝置是由溫翰;李永歌;顧睿初;王喜;龔禹橋;司端淼;張林峰設(shè)計研發(fā)完成，并于2024-10-21向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種用于mRNA的多任務(wù)處理模型的處理方法和裝置在說明書摘要公布了：本發(fā)明實施例涉及一種用于mRNA的多任務(wù)處理模型的處理方法和裝置，所述方法包括：構(gòu)建多任務(wù)處理模型；對多物種的mRNA序列以及對應(yīng)的Ribo?seq序列進行數(shù)據(jù)采集，并基于采集數(shù)據(jù)訓(xùn)練多任務(wù)處理模型；并在訓(xùn)練結(jié)束后將用戶輸入的mRNA序列和Ribo?seq序列轉(zhuǎn)換成對應(yīng)向量輸入多任務(wù)處理模型進行預(yù)測得到對應(yīng)的核糖體密度翻譯效率翻譯延伸速率翻譯阻礙點預(yù)測向量；并根據(jù)得到的預(yù)測向量用戶輸入的Ribo?seq序列進行校正、對用戶輸入的mRNA序列進行核糖體高密度區(qū)、高效翻譯區(qū)、延伸速率變化區(qū)以及潛在阻礙點標(biāo)記。通過本發(fā)明可以提高數(shù)據(jù)獲取效率、提高Ribo?seq數(shù)據(jù)質(zhì)量、提高預(yù)測的物種泛化性。

本發(fā)明授權(quán)一種用于mRNA的多任務(wù)處理模型的處理方法和裝置在權(quán)利要求書中公布了：1.一種用于mRNA的多任務(wù)處理模型的處理方法，其特征在于，所述方法包括：構(gòu)建一個用于對mRNA序列的核糖體密度、翻譯效率、翻譯延伸速率和翻譯阻礙點進行預(yù)測的多任務(wù)處理模型；對多個物種的所述mRNA序列以及對應(yīng)的Ribo-seq序列進行數(shù)據(jù)采集并基于采集數(shù)據(jù)構(gòu)建第一數(shù)據(jù)集；并基于所述第一數(shù)據(jù)集對所述多任務(wù)處理模型進行模型訓(xùn)練；所述mRNA序列由多個堿基單元順序排序而成；所述Ribo-seq序列的序列長度與對應(yīng)的所述mRNA序列的序列長度一致；所述Ribo-seq序列由多個核糖體足跡計數(shù)值順序排序而成，所述核糖體足跡計數(shù)值與所述堿基單元一一對應(yīng)；模型訓(xùn)練結(jié)束后，接收用戶輸入的第一mRNA序列和第一Ribo-seq序列；對所述第一mRNA序列和所述第一Ribo-seq序列進行向量轉(zhuǎn)換得到對應(yīng)的第一mRNA向量和第一Ribo-seq向量；并由所述多任務(wù)處理模型根據(jù)所述第一mRNA向量和所述第一Ribo-seq向量進行核糖體密度、翻譯效率、翻譯延伸速率和翻譯阻礙點預(yù)測處理得到對應(yīng)的第一核糖體密度向量、第一翻譯效率向量、第一翻譯延伸速率向量和第一翻譯阻礙點向量；根據(jù)所述第一核糖體密度向量對所述第一Ribo-seq序列進行校正；并根據(jù)所述第一核糖體密度向量、所述第一翻譯效率向量、所述第一翻譯延伸速率向量和所述第一翻譯阻礙點向量對所述第一mRNA序列進行核糖體高密度區(qū)、高效翻譯區(qū)、延伸速率變化區(qū)以及潛在阻礙點標(biāo)記；并將校正后的所述第一Ribo-seq序列以及帶有標(biāo)記的所述第一mRNA序列向用戶反饋；其中，所述多任務(wù)處理模型用于根據(jù)輸入的mRNA向量A和Ribo-seq向量B進行核糖體密度、翻譯效率、翻譯延伸速率和翻譯阻礙點預(yù)測處理并輸出對應(yīng)的核糖體密度預(yù)測向量PD、翻譯效率預(yù)測向量PE、翻譯延伸速率預(yù)測向量PV和翻譯阻礙點預(yù)測向量PS；所述mRNA向量A與一個所述mRNA序列對應(yīng)，由多個堿基編碼ai順序排序而成，1≤i≤NA，NA為當(dāng)前mRNA序列的序列長度；所述堿基編碼ai與所述當(dāng)前mRNA序列的所述堿基單元一一對應(yīng)；所述Ribo-seq向量B與所述當(dāng)前mRNA序列的所述Ribo-seq序列對應(yīng)，由NA個足跡編碼bi順序排序而成；所述足跡編碼bi與當(dāng)前Ribo-seq序列的所述核糖體足跡計數(shù)值一一對應(yīng)、與所述堿基編碼ai一一對應(yīng)；所述核糖體密度預(yù)測向量PD由NA個核糖體密度di順序排序而成；所述核糖體密度di與所述堿基編碼ai一一對應(yīng)；所述翻譯效率預(yù)測向量PE由NA個翻譯效率ei順序排序而成；所述翻譯效率ei與所述堿基編碼ai一一對應(yīng)；所述翻譯延伸速率預(yù)測向量PV由NA個翻譯延伸速率vi順序排序而成；所述翻譯延伸速率vi與所述堿基編碼ai一一對應(yīng)；所述翻譯阻礙點預(yù)測向量PS由NA個翻譯點類型si順序排序而成；所述翻譯點類型si與所述堿基編碼ai一一對應(yīng)；所述翻譯點類型si包括阻礙點和非阻礙點兩種類型；所述多任務(wù)處理模型的第一模型輸入端和第二模型輸入端分別用于接收對應(yīng)的所述mRNA向量A和所述Ribo-seq向量B，第一模型輸出端、第二模型輸出端、第三模型輸出端和第四模型輸出端分別用于輸出對應(yīng)的所述核糖體密度預(yù)測向量PD、所述翻譯效率預(yù)測向量PE、所述翻譯延伸速率預(yù)測向量PV和所述翻譯阻礙點預(yù)測向量PS；所述多任務(wù)處理模型包括特征融合模塊、Uni-RNA模型、核糖體密度預(yù)測頭、翻譯效率預(yù)測頭、翻譯延伸速率預(yù)測頭和翻譯阻礙點預(yù)測頭；所述特征融合模塊的第一、第二輸入端分別與對應(yīng)的所述第一、第二模型輸入端連接，輸出端與所述Uni-RNA模型的輸入端連接；所述Uni-RNA模型的輸出端分別與所述核糖體密度預(yù)測頭、所述翻譯效率預(yù)測頭、所述翻譯延伸速率預(yù)測頭和所述翻譯阻礙點預(yù)測頭的輸入端連接；所述核糖體密度預(yù)測頭、所述翻譯效率預(yù)測頭、所述翻譯延伸速率預(yù)測頭和所述翻譯阻礙點預(yù)測頭的輸出端分別與對應(yīng)的所述第一、第二、第三和第四模型輸出端連接；所述特征融合模塊用于按所述Uni-RNA模型對應(yīng)的輸入嵌入層的編碼方式對所述mRNA向量A和所述Ribo-seq向量B分別進行編碼生成對應(yīng)的第一、第二編碼向量；并將所述第一、第二編碼向量的哈達瑪積向量作為對應(yīng)的融合特征向量X向所述Uni-RNA模型發(fā)送；所述融合特征向量X由NA個融合特征xi順序排序而成；所述Uni-RNA模型已完成預(yù)訓(xùn)練；所述Uni-RNA模型用于對所述融合特征向量X進行特征編碼處理得到對應(yīng)的編碼特征向量Y向所述核糖體密度預(yù)測頭、所述翻譯效率預(yù)測頭、所述翻譯延伸速率預(yù)測頭和所述翻譯阻礙點預(yù)測頭分別發(fā)送；所述核糖體密度預(yù)測頭基于一類非線性回歸預(yù)測模型實現(xiàn)；所述核糖體密度預(yù)測頭用于根據(jù)所述編碼特征向量Y對各堿基單元位置上的核糖體密度進行預(yù)測得到對應(yīng)的所述核糖體密度預(yù)測向量PD；所述非線性回歸預(yù)測模型至少包括MLP模型、NNR模型、GBDT模型和XGBoost模型；所述翻譯效率預(yù)測頭基于一類所述非線性回歸預(yù)測模型實現(xiàn)；所述翻譯效率預(yù)測頭用于根據(jù)所述編碼特征向量Y對各堿基單元位置上的翻譯效率進行預(yù)測得到對應(yīng)的所述翻譯效率預(yù)測向量PE；所述翻譯延伸速率預(yù)測頭基于一類所述非線性回歸預(yù)測模型實現(xiàn)；所述翻譯延伸速率預(yù)測頭用于根據(jù)所述編碼特征向量Y對各堿基單元位置上的翻譯延伸速率進行預(yù)測得到對應(yīng)的所述翻譯延伸速率預(yù)測向量PV；所述翻譯阻礙點預(yù)測頭基于一種二分類模型實現(xiàn)；所述翻譯阻礙點預(yù)測頭用于根據(jù)所述編碼特征向量Y對各堿基單元位置點是否為一個翻譯阻礙點進行二分類識別得到對應(yīng)的所述翻譯阻礙點預(yù)測向量PS；所述二分類模型至少包括基于MLP模型實現(xiàn)的二分類器、基于CNN模型實現(xiàn)的二分類器、基于決策樹模型實現(xiàn)的二分類器、基于隨機森林模型實現(xiàn)的二分類器。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人上海算法創(chuàng)新研究院;北京深勢科技有限公司，其通訊地址為：201306 上海市浦東新區(qū)南匯新城鎮(zhèn)環(huán)湖西一路333號城投大廈1號樓2樓219室、221室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。