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！

龙图腾网获悉电子科技大学长三角研究院(衢州)申请的专利一种基于序列互补位点信息预测lncRNA-miRNA相互作用的方法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：CN119207555B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202411092629.3，技术领域涉及：G16B20/30；该发明授权一种基于序列互补位点信息预测lncRNA-miRNA相互作用的方法是由刘利;齐丹阳;武成艳;邹权设计研发完成，并于2024-08-09向国家知识产权局提交的专利申请。

本一种基于序列互补位点信息预测lncRNA-miRNA相互作用的方法在说明书摘要公布了：本发明提供了一种基于序列互补位点信息预测lncRNA‑miRNA相互作用的方法，它解决了预测lncRNA‑miRNA相互作用等问题，其包括如下步骤：S1：正负样本的构建；S2：采用Miranda提取正集以及负集的结合点位信息；S3：在正集以及负集中选取结合分数最大值作为代表lncRNA和miRNA相互作用的代表结合位点；S4：进行构造特征和特征选择；S5：采用机器学习模型预测相互作用；S6：进行数据对比评估模型预测准确性。本发明具有预测效果好、泛用性高等优点。

本发明授权一种基于序列互补位点信息预测lncRNA-miRNA相互作用的方法在权利要求书中公布了：1.一种基于序列互补位点信息预测lncRNA-miRNA相互作用的方法，其特征在于，包括如下步骤： S1：正负样本的构建； S11：分别构建每一条lncRNA和miRNA相似性大于等于80%的序列集，记为和； 其中，Lp代表与任意一条lncRNA序列p相似性大于等于80%的序列集，代表序列集中的任一序列，代表与任意一条miRNA序列q相似性大于等于80%的序列集，代表序列集中的任一序列； S12：从lncRNA和miRNA中随机各选择一条序列，分别标志为和，组合对为； S13：正样本中提取与有相互作用的所有miRNA记为，对每一条从中提取相似序列并构成新的相似矩阵，如果包含则认为存在潜在的相互作用，丢弃相互作用对并重复步骤S12；如果不包含则保留相互作用对； S14：在正样本中提取与有相互作用的所有lncRNA记为，对每一条从中提取相似序列并构成新的相似矩阵，如果包含则认为存在潜在的相互作用，丢弃相互作用对并重复步骤S12和S13；如果不包含则保留相互作用对； S15：重复步骤S12至S14，直至正负样本的数据量达到平衡； S2：采用Miranda提取正样本以及负样本的结合位点信息； S21：将相互作用涉及到的lncRNA和miRNA作为Miranda的输入； S22：Miranda工具包含两个关键参数：score和energy，设置参数score为80，energy为-1时，生成的结合位点信息能够覆盖所有正样本，将在此参数设置下得到的结合位点数据集合命名为J； S23：从J中选取正负样本所涉及到的结合位点信息，把正样本提取的结合位点信息数据集合作为Z，把负样本提取的结合位点信息数据集合作为F； S24：在Z和F中，每对lncRNA-miRNA相互作用包含N个结合位点，其中N大于1，将对这些相互作用对中的每个位点进行筛选，最后每对相互作用只保留能真正反应lncRNA和miRNA相互作用的结合位点； S25：将正样本筛选后得到的结合位点信息集合作为，将负样本筛选后得到的结合位点信息集合作为，负样本的结合位点信息也进行上述处理，之后将和中的lncRNA和miRNA的结合位点序列提取出来； S3：在正样本以及负样本中选取结合分数最大值作为代表lncRNA和miRNA相互作用的代表结合位点；所述的步骤S3得到用结合分数最大值筛选出来的结合位点信息集合，将正样本的集合命名为，将负样本的集合命名为，之后将和中的lncRNA和miRNA的结合位点序列提取出来； S4：进行构造特征和特征选择；所述的步骤S4的特征选择过程在ifeature中，将步骤S3中的序列作为输入，将结合位点序列的k-mer特征和和中结合分数和结合位点的自由能作为lncRNA和miRNA相互作用的特征； S5：采用机器学习模型预测相互作用； S6：进行数据对比评估模型预测准确性。

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电子科技大学长三角研究院(衢州)，其通讯地址为：324003 浙江省衢州市柯城区成电路1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。