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！

龙图腾网获悉中山大学中山眼科中心申请的专利一种序列设计的优化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：CN118899029B 。

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：202410817466.4，技术领域涉及：G16B15/00；该发明授权一种序列设计的优化方法是由谢志;何尧;周昊设计研发完成，并于2024-06-24向国家知识产权局提交的专利申请。

本一种序列设计的优化方法在说明书摘要公布了：本发明公开一种序列设计的优化方法，通过引入反向传播更新迭代的矩阵张量，实现快速生成优化结果，收敛速度快，同时通过多轮的迭代更新神经网络模型，利用矩阵张量指导序列的生成方向，提供给生成序列的矩阵张量反向传播所需的梯度，优化效率更高。

本发明授权一种序列设计的优化方法在权利要求书中公布了：1.一种序列设计的优化方法，其特征在于，包括以下步骤： S1：给定预设基因的编码序列作为原始序列，确认所述原始序列的最小单位以及最小单位的种类数量，并根据所述原始序列的最小单位以及最小单位的种类数量对所述原始序列进行编码，得到原始序列的编码； S2：根据预设的同义对照表，对所述原始序列中的不同位置上的最小单位进行随机的同义替换，得到若干序列变体，并对所述序列变体进行编码，得到序列变体的编码； S3：对所有序列变体进行分析，分别得到目标值； S4：利用所述序列变体的编码作为输入，所述目标值作为输出，训练得到神经网络模型； S5：根据当前基因的编码序列建立形状维度为b*l*c矩阵张量，其中，b为生成的序列变体的数量大小，l是原始序列的长度，c为序列变体的编码的数据维度； S6：根据所述矩阵张量获取输入序列的编码； S7：将所述输入序列的编码输入所述神经网络模型中，得到预测的目标值； S8：根据所述预测的目标值计算损失函数，并通过反向传播，更新所述矩阵张量，使得损失函数趋于0，统计迭代次数，若迭代次数小于第一预设次数时，返回步骤S6；若迭代次数不小于第一预设次数时，进入步骤S9； S9：将迭代过程中生成的所有优化序列的预测的目标值进行排序，选取前N条优化序列再次分析分别得到目标值，再根据再次分析得到的目标值对前N条优化序列进行排序，得到最优目标值对应的优化序列； S10：若循环次数小于第二预设次数时，将所述最优目标值对应的优化序列替换所述原始序列，返回步骤S1；若循环次数不小于第二预设次数时，输出当前循环中最优目标值对应的优化序列。

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中山大学中山眼科中心，其通讯地址为：510080 广东省广州市越秀区先烈南路54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”。