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！

龙图腾网获悉云南师范大学申请的专利基于知识图谱嵌入和特征融合的多任务基因调控网络模型的训练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：CN120636535B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202510711920.2，技术领域涉及：G16B30/10；该发明授权基于知识图谱嵌入和特征融合的多任务基因调控网络模型的训练方法是由唐明靖;刘力铭;夏璐;赵航设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本基于知识图谱嵌入和特征融合的多任务基因调控网络模型的训练方法在说明书摘要公布了：本申请涉及生物信息技术领域，尤其涉及一种基于知识图谱嵌入和特征融合的多任务基因调控网络模型的训练方法。从序列的上下文感知表示、物理化学性质、伪二核苷酸组成三个角度捕捉基因序列中隐含的重要信息，提升了特征嵌入的丰富性；采用双向长短期记忆网络对提取的特征进行拼接学习来降低高通量基因序列的编码难度；设计了两个不同侧重的学习任务模块，分别专注于节点特征和边的特征，通过多任务学习的方式实现了更全面的特征利用；采用了梯度归一化算法对两个任务的损失进行了动态平衡，从而提升了模型的整体学习效率与稳定性。旨在解决如何提高基因调控网络的调控关系预测准确度的问题。

本发明授权基于知识图谱嵌入和特征融合的多任务基因调控网络模型的训练方法在权利要求书中公布了：1.一种基于知识图谱嵌入和特征融合的多任务基因调控网络模型的训练方法，其特征在于，所述方法包括以下步骤： 将初始基因序列中的每一碱基编码为固定长度的二进制向量并构成二维矩阵，获取所述初始基因序列中每一二核苷酸单元关联的物理化学性质值，以及根据所述初始基因序列中二核苷酸的出现频率确定伪二核苷酸组特征； 采用双向长短期记忆网络学习所述初始基因序列的所述物理化学性质值和所述伪二核苷酸组特征，将学习后得到的特征与所述二维矩阵进行拼接作为知识图谱中每个节点的嵌入，得到训练用知识图谱数据集； 将所述训练用知识图谱数据集输入至深度学习模型中进行训练，并在训练过程中引入梯度归一化算法优化所述深度学习模型损失平衡，其中，所述深度学习模型包括用于对所述知识图谱嵌入的节点特征进行学习的多通道图卷积层,以及用于对所述知识图谱嵌入的边的特征进行学习的多通道动态图卷积层； 所述伪二核苷酸组特征的计算表达式为： ； 式中，为伪二核苷酸组特征，为不同二核苷酸的出现频率，w为权重因子，为伪分量的个数，代表第j个相邻二核苷酸之间的相关因子； 所述相关因子的计算表达式为： ； 式中，L为序列长度，为物理化学性质值，PC为二核苷酸的各个物理化学性质值的标识符，表示序列的第i个核苷酸开始的二核苷酸，表示序列的第i+j个核苷酸开始的二核苷酸。

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云南师范大学，其通讯地址为：650500 云南省昆明市呈贡区聚贤街768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。