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！

龙图腾网获悉华东理工大学申请的专利一种基于数据驱动优化的酶改造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：CN116959566B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202310852648.0，技术领域涉及：G16B20/50；该发明授权一种基于数据驱动优化的酶改造方法是由林金萍;林金星;赵永耀设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本一种基于数据驱动优化的酶改造方法在说明书摘要公布了：本发明公开了一种基于数据驱动优化的酶改造方法，包括：采用分子对接和点突变技术确定若干突变热点残基，生成突变空间；将突变空间与单点饱和突变集的差集作为酶改造的决策空间，根据单点饱和突变序列及其改造特性得到初始训练数据；确定低维互信息编码的超参数并编码决策空间与初始训练数据；根据当前训练数据构建代理模型，随后采用基于最大方差改变量的批量贝叶斯优化算法从决策空间中挑选本轮实验验证的对象，得到验证对象的改造特性；重复更新当前训练数据、构建代理模型、得到验证对象的改造特性的步骤，直到满足条件，得到酶改造结果。本发明的方法，能够有效降低酶改造过程中的时间成本与经济投入，并且能提高酶改造方法的可靠性。

本发明授权一种基于数据驱动优化的酶改造方法在权利要求书中公布了：1.一种基于数据驱动优化的酶改造方法，其特征在于，包括： 步骤S1，采用分子对接和点突变技术确定若干突变热点残基，并根据氨基酸序列与给定的最大突变位点数生成酶改造的突变空间； 步骤S2，对每个基于突变热点残基的单位点饱和突变序列进行酶改造特性实验以得到改造特性的量化值，并将单位点饱和突变序列及其对应的量化值作为酶改造实验的初始训练数据；此外，将突变空间与单位点饱和突变序列构成的集合之间的差集作为酶改造实验的决策空间； 步骤S3，基于初始训练数据，以交叉验证的方式确定低维互信息编码方法的超参数，随后根据确定的超参数采用低维互信息编码方法分别对决策空间与初始训练数据进行编码，得到经过编码的决策空间和当前训练数据； 步骤S4，基于当前训练数据采用高斯过程来构建高斯过程回归模型作为代理模型，并根据代理模型采用基于最大化方差改变量的批量贝叶斯优化算法从经过编码的决策空间中挑选本轮实验的验证对象，随后将验证对象解码为氨基酸序列并对氨基酸序列的改造特性进行实验验证，以得到验证对象的改造特性的量化值； 步骤S5，将所有本轮实验的验证对象和其改造特性的量化值添加到当前训练数据中，以更新当前训练数据，通过删除本轮实验的验证对象来更新经过编码的决策空间，随后转到步骤S4；直到满足批量贝叶斯优化算法的终止条件或达到最大迭代次数，将此时的验证对象的改造特性的量化值的最优结果所对应的氨基酸序列作为酶改造的最终结果。

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华东理工大学，其通讯地址为：200237 上海市徐汇区梅陇路130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。