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！

龙图腾网获悉上海金福康制药工程技术有限公司申请的专利测序数据污染识别模型的训练方法、识别方法及电子设备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：CN120356517B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510847132.6，技术领域涉及：G16B20/30；该发明授权测序数据污染识别模型的训练方法、识别方法及电子设备是由刘骁设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本测序数据污染识别模型的训练方法、识别方法及电子设备在说明书摘要公布了：本申请提供一种测序数据污染识别模型的训练方法、识别方法及电子设备；在获取原始测序数据的基础上，对原始测序数据进行质量过滤，得到初始测序数据；对初始测序数据进行特征提取，得到数据污染特征；根据数据污染特征，对初始测序数据进行筛选，得到样本测序数据；根据数据污染特征，确定目标类别污染测序数据；基于预设污染比例将样本测序数据和目标类别污染测序数据进行合并，得到第一训练测序数据；根据第一训练测序数据生成测序数据联合特征；根据测序数据联合特征对监督学习模型进行训练，得到目标监督学习模型，进而得到测序数据污染识别模型；解决了无法确定污染数据对应的微生物污染的污染类别以及测序数据被污染比例的问题。

本发明授权测序数据污染识别模型的训练方法、识别方法及电子设备在权利要求书中公布了：1.一种测序数据污染识别模型的训练方法，其特征在于，包括： 获取原始测序数据，其中所述原始测序数据中包括多个原始测序序列； 对所述原始测序数据进行质量过滤，得到初始测序数据，其中所述初始测序数据中包括多个初始测序序列； 对所述初始测序数据进行特征提取，得到数据污染特征； 根据所述数据污染特征，对所述初始测序数据进行筛选，得到样本测序数据；其中，所述样本测序数据中包括多个样本测序序列； 根据所述数据污染特征，从多个类别的预设污染测序数据中确定目标类别污染测序数据；所述目标类别污染测序数据中包括一个或多个污染测序序列； 将所述样本测序数据和所述目标类别污染测序数据进行合并，得到第一训练测序数据；其中，所述第一训练测序数据中的样本测序序列的数量和污染测序序列的数量的比例为预设污染比例； 对所述第一训练测序数据进行特征提取，生成第一数据结构特征； 将所述第一训练测序数据输入至预训练的大语言模型中，输出上下文特征； 根据所述第一数据结构特征和所述上下文特征，生成测序数据联合特征； 根据所述测序数据联合特征对监督学习模型进行训练，得到目标监督学习模型； 根据所述目标监督学习模型，得到测序数据污染识别模型； 所述对所述原始测序数据进行质量过滤，得到初始测序数据，包括： 确定所述原始测序数据中的各原始测序序列对应的Phred质量分数； 对将大于Phred质量分数阈值的Phred质量分数所对应的原始测序序列进行汇总，得到第一测序数据； 对所述第一测序数据中的各原始测序序列的接头序列数据进行剪除，得到第二测序数据； 将所述第二测序数据中与宿主序列数据不相同的原始测序序列保留，得到所述初始测序数据； 所述根据所述数据污染特征，从多个类别的预设污染测序数据中确定目标类别污染测序数据，包括： 根据所述数据污染特征，确定物种类别特征； 根据所述物种类别特征，确定污染物种； 根据所述污染物种的基因组序列，从多个类别的预设污染测序数据中确定目标类别污染测序数据； 在所述根据所述污染物种的基因组序列，从多个类别的预设污染测序数据中确定目标类别污染测序数据之后，还包括： 从所述数据污染特征中确定GC含量偏差； 根据所述GC含量偏差，对一个或多个样本测序序列的碱基进行处理，生成样本污染测序数据； 将所述目标类别污染测序数据和所述样本污染测序数据进行合并，得到更新后的目标类别污染测序数据。

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上海金福康制药工程技术有限公司，其通讯地址为：201306 上海市浦东新区自由贸易试验区临港新片区云汉路979号2楼；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”。