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(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜吉林大學(xué)申請的專利一種宏基因組質(zhì)粒識(shí)別方法、系統(tǒng)、終端及存儲(chǔ)介質(zhì)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(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119541645B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-16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(hào)為：202510101408.6，技術(shù)領(lǐng)域涉及：G16B30/10；該發(fā)明授權(quán)一種宏基因組質(zhì)粒識(shí)別方法、系統(tǒng)、終端及存儲(chǔ)介質(zhì)是由張藝博;劉云;劉富;侯濤;康冰;段繼魯;曹曉聰設(shè)計(jì)研發(fā)完成，并于2025-01-22向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本一種宏基因組質(zhì)粒識(shí)別方法、系統(tǒng)、終端及存儲(chǔ)介質(zhì)在說明書摘要公布了：本發(fā)明公開了一種宏基因組質(zhì)粒識(shí)別方法、系統(tǒng)、終端及存儲(chǔ)介質(zhì)，涉及生物信息學(xué)DNA數(shù)據(jù)挖掘領(lǐng)域，所述方法包括：獲取目標(biāo)基因組重疊群，根據(jù)基因預(yù)測工具進(jìn)行編碼，得到輸入特征向量，基于比對(duì)工具和預(yù)先構(gòu)建的比對(duì)庫，進(jìn)行比對(duì)，得到基因組特征；將所述輸入特征向量輸入到改進(jìn)的Transformer模型中，輸出第一分類分?jǐn)?shù)；將所述基因組特征輸入到隨機(jī)森林模型中，得到第二分類分?jǐn)?shù)；根據(jù)基于注意力機(jī)制的分類模型，分別對(duì)所述第一分類分?jǐn)?shù)和所述第二分類分?jǐn)?shù)進(jìn)行聚合，得到第一矩陣和第二矩陣，根據(jù)所述第一矩陣和所述第二矩陣，得到質(zhì)粒識(shí)別分?jǐn)?shù)。本發(fā)明通過兩種模型的識(shí)別，并將對(duì)應(yīng)的結(jié)果進(jìn)行融合，從而可以準(zhǔn)確識(shí)別質(zhì)粒。

本發(fā)明授權(quán)一種宏基因組質(zhì)粒識(shí)別方法、系統(tǒng)、終端及存儲(chǔ)介質(zhì)在權(quán)利要求書中公布了：1.一種宏基因組質(zhì)粒識(shí)別方法，其特征在于，所述宏基因組質(zhì)粒識(shí)別方法包括：獲取目標(biāo)基因組重疊群，根據(jù)基因預(yù)測工具對(duì)所述目標(biāo)基因組重疊群進(jìn)行編碼，得到輸入特征向量，基于比對(duì)工具和預(yù)先構(gòu)建的比對(duì)庫，對(duì)所述目標(biāo)基因組重疊群進(jìn)行比對(duì)，得到基因組特征；將所述輸入特征向量輸入到改進(jìn)的Transformer模型中，通過改進(jìn)的Transformer模型中的嵌入層、注意力層和全連接層進(jìn)行質(zhì)粒識(shí)別，輸出第一分類分?jǐn)?shù)，其中，所述注意力層包括門控注意力單元和混合塊注意力單元；將所述基因組特征輸入到隨機(jī)森林模型中，并根據(jù)所述隨機(jī)森林模型中每個(gè)決策樹的投票結(jié)果得到第二分類分?jǐn)?shù)；根據(jù)基于注意力機(jī)制的分類模型，分別對(duì)所述第一分類分?jǐn)?shù)和所述第二分類分?jǐn)?shù)進(jìn)行聚合，得到第一矩陣和第二矩陣，根據(jù)所述第一矩陣和所述第二矩陣，得到質(zhì)粒識(shí)別分?jǐn)?shù)；所述根據(jù)基因預(yù)測工具對(duì)所述目標(biāo)基因組重疊群進(jìn)行編碼，得到輸入特征向量，具體包括：根據(jù)基因預(yù)測工具對(duì)所述目標(biāo)基因組重疊群中的蛋白質(zhì)進(jìn)行預(yù)測，得到多個(gè)預(yù)測蛋白質(zhì)，并將所有所述預(yù)測蛋白質(zhì)與預(yù)先設(shè)置的參考質(zhì)粒蛋白質(zhì)簇進(jìn)行比對(duì)，得到多個(gè)比對(duì)結(jié)果；判斷每個(gè)比對(duì)結(jié)果是否高于預(yù)設(shè)閾值，得到對(duì)應(yīng)的多個(gè)判斷結(jié)果，根據(jù)所有的判斷結(jié)果生成輸入特征向量；所述基于比對(duì)工具和預(yù)先構(gòu)建的比對(duì)庫，對(duì)所述目標(biāo)基因組重疊群進(jìn)行比對(duì)，得到基因組特征，具體包括：預(yù)先獲取數(shù)據(jù)集庫中的蛋白質(zhì)序列，根據(jù)數(shù)據(jù)集庫中的蛋白質(zhì)序列，構(gòu)建比對(duì)庫；根據(jù)目標(biāo)工具對(duì)所述目標(biāo)基因組重疊群進(jìn)行基因預(yù)測，得到多個(gè)基因預(yù)測蛋白質(zhì)，根據(jù)比對(duì)工具對(duì)所有的所述基因預(yù)測蛋白質(zhì)與比對(duì)庫進(jìn)行比對(duì)，得到基因組特征；所述根據(jù)基于注意力機(jī)制的分類模型，分別對(duì)所述第一分類分?jǐn)?shù)和所述第二分類分?jǐn)?shù)進(jìn)行聚合，得到第一矩陣和第二矩陣，根據(jù)所述第一矩陣和所述第二矩陣，得到質(zhì)粒識(shí)別分?jǐn)?shù)，具體包括：根據(jù)所述基于注意力機(jī)制的分類模型對(duì)所述第一分類分?jǐn)?shù)和所述第二分類分?jǐn)?shù)進(jìn)行聚合得到所述第一矩陣；獲取染色體標(biāo)記出現(xiàn)頻率和質(zhì)粒標(biāo)記出現(xiàn)頻率，并基于所述基于注意力機(jī)制的分類模型，計(jì)算得到所述第二矩陣；對(duì)所述第一矩陣和所述第二矩陣進(jìn)行逐行相乘，并進(jìn)行列平均和歸一化，得到質(zhì)粒識(shí)別分?jǐn)?shù)。

如需購買、轉(zhuǎn)讓、實(shí)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)人吉林大學(xué)，其通訊地址為：130015 吉林省長春市前進(jìn)大街2699號(hào)；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)”。