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申请的专利一种基于深度学习的生物合成途径预测方法及系统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：CN116825202B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310808179.2，技术领域涉及：G16B40/00；该发明授权一种基于深度学习的生物合成途径预测方法及系统是由巫瑞波;曾涛设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。

本一种基于深度学习的生物合成途径预测方法及系统在说明书摘要公布了：本发明提出一种基于深度学习的生物合成途径预测方法及系统，包括：获取反应组数据；将反应组数据构建指纹库；将产物分子数据的SMILES序列输入Transformer模型中进行训练；将待预测的产物分子输入完成训练的Transformer模型中进行前体分子预测，得到预测前体分子；将待预测的产物分子与任一预测前体分子组成完整的反应并生成相应的预测反应指纹，将预测反应指纹与指纹库进行匹配比对，将相似度最高的反应所对应的预测前体分子及酶蛋白加入合成路线；判断当前Transformer模型输出的预测前体分子是否为预设的构建块，或是否达到预设的迭代次数：若是，则将当前的合成路线输出；否则将当前的预测前体分子作为待预测的产物分子重新输入Transformer模型中进行前体分子预测。

本发明授权一种基于深度学习的生物合成途径预测方法及系统在权利要求书中公布了：1.一种基于深度学习的生物合成途径预测方法，其特征在于，包括： S1、获取有机化学反应和酶催化反应的原始数据并对其进行预处理，得到反应组数据；所述反应组数据包括产物分子数据和相应的真实前体分子数据； S2、将所述反应组数据采用SMILES序列表示，并生成相应的反应指纹，组成指纹库； S3、对所述产物分子数据的SMILES序列进行编码后输入Transformer模型中，得到预测前体分子的SMILES序列，并根据所述预测前体分子SMILES序列编码与所述真实前体分子数据相应的SMILES序列编码，基于损失函数对所述Transformer模型进行训练； S4、将待预测的产物分子输入完成训练的所述Transformer模型中进行前体分子预测，得到m个预测前体分子；其中m为大于或等于1的正整数； S5、将待预测的产物分子与任一预测前体分子组成完整的反应并生成相应的预测反应指纹，将m个所述预测反应指纹与所述指纹库中的反应指纹分别进行匹配比对，将相似度最高的反应所对应的预测前体分子及酶蛋白加入合成路线； 所述合成路线中的预测前体分子及酶蛋白根据其所述相似度进行降序排序； S6、判断当前所述Transformer模型输出的预测前体分子是否为预设的构建块，或是否达到预设的迭代次数：若是，则将当前的合成路线输出；否则将当前的预测前体分子作为待预测的产物分子，并跳转执行S4步骤。

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，其通讯地址为：510275 广东省广州市海珠区新港西路135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。