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！

龙图腾网获悉复旦大学申请的专利一种多类别脂质保留时间预测通用模型的构建方法、通用预测模型及预测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：CN120913704B 。

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：202510776242.8，技术领域涉及：G16C20/70；该发明授权一种多类别脂质保留时间预测通用模型的构建方法、通用预测模型及预测系统是由唐惠儒;陈钦盛;王玉兰;王琪;黄庆霞设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种多类别脂质保留时间预测通用模型的构建方法、通用预测模型及预测系统在说明书摘要公布了：本发明涉及一种多类别脂质保留时间通用预测模型的构建方法及预测系统。本方法包括以训练集中脂质化合物的实验保留时间tRREE为因变量，以其特征结构参数为自变量，对自变量进行量化处理后采用回归建模分析的步骤，所述特征结构参数包括脂肪酰基链、醚链、烯醚链或和鞘氨醇骨架的总碳数目c与总碳碳双键数目d，以及脂质化合物中含有的骨架种类和对应骨架的数目、脂质化合物中的特征基团以及残基种类和对应残基数目；依据对应种类的骨架、特征基团或残基的数目对其参数进行数值量化；采用回归建模获得多类别脂质化合物保留时间的QSRR通用预测模型，可为脂质化合物设置更精准的MRM数据采集窗口，利于提高灵敏度、稳定性与覆盖度。

本发明授权一种多类别脂质保留时间预测通用模型的构建方法、通用预测模型及预测系统在权利要求书中公布了：1.一种构建多类别脂质化合物保留时间通用预测模型的方法，包括以训练集中脂质化合物实验保留时间tRE为因变量，以其特征结构参数为自变量，对自变量进行量化处理后采用回归建模分析的步骤；所述特征结构参数包括脂肪酰基链、醚链、烯醚链或和鞘氨醇骨架的总碳数目c与碳碳双键数目d，其特征在于，所述训练集中脂质化合物包括游离脂肪酸及其修饰化合物、甘油脂类、甘油磷脂类、鞘脂类和固醇脂类中五大类脂质；所述特征结构参数还包括脂质化合物中含有的骨架种类和对应骨架的数目、脂质化合物中的特征基团以及残基种类和对应残基数目； 所述特征基团为用于鉴别不同脂质化合物的修饰基团和或化合物结构，所述修饰基团包括脂肪酰化修饰、过氧化修饰、羟基化修饰和或糖基化修饰基团； 其中所述骨架、特征基团或残基，按照脂质化合物中含有对应种类的骨架、特征基团或残基的数目进行数值量化，若不含有，将其参数定义为0； 采用回归建模获得多类别脂质化合物保留时间的QSRR通用预测模型，其表达式为tRC=k0+K1c3+K2c2+K3c+K4，式中k0为常数，K1~K4是由包括除自变量c以外的多种所述特征结构参数组成的不同函数；其中构建获得的单一亚类通用预测模型中的K1~K4是由d、d2与d3组成的不同函数； 若训练集中脂质化合物中脂肪酰基链上含有羟基化修饰基团h，所述自变量还包括羟基化修饰位置n，即从脂肪酰基链的羧基端开始第n位置的碳原子连接上羟基化修饰基团；若脂质化合物中脂肪酰基链上不含有羟基化修饰基团h，定义h为0、n为0； 所述骨架包括甘油骨架v、胆固醇骨架L、鞘氨醇骨架μ、二氢鞘氨醇骨架η、22,23-麦角甾醇骨架ε、菜籽甾醇骨架θ、24α-乙基胆固醇骨架ξ、豆甾醇骨架π、3β-胆甾烷醇骨架ω和24β-乙基胆固醇骨架λ； 所述特征基团包括羟基化脂肪酸或己糖的脂肪酰化修饰a、过氧化修饰基团z、羟基化修饰基团h、磷酸p、糖基化w、醚链j、烯醚链f、葡萄糖醛酸g、三甲基高丝氨酸t、二甲基乙醇胺r、唾液酸y、乙醇胺e、胆碱q、肌醇∀、丝氨酸s、甲基化乙醇铵x和乙醇u； 所述残基包括肉碱残基m、羧酸残基b、磺酰基φ和磺酰化半乳糖残基ψ； 当所述训练集中脂质化合物含有甘油骨架，所述自变量还包括甘油骨架上脂肪酰基链、醚链或烯醚链连接位置sn-1、sn-2和sn-3对应的参数α、β和γ，并分别按照甘油骨架sn-1、sn-2和sn-3位置上连接的脂肪酰基链、醚链或烯醚链的数目对参数α、β和γ进行数值量化；当所述训练集中脂质化合物含有鞘氨醇骨架，所述自变量还包括鞘氨醇骨架羟基化δ，即植物鞘氨醇，按照脂质化合物中鞘氨醇骨架羟基化数目对参数δ进行数值量化； 采用回归建模构建的所述五大类脂质化合物保留时间通用预测模型中K1为k1+k2d+k3m+k4b+k5d2+k6d3+k7β+k8w+k9j+k10ψ+k11v+k12α+k13z+k14e+k15q+k16∀+k17μ+k18h+k19g+k20p+k21f+k22r+k23s+k24x+k25u； K2为k26+k27d+k28m+k29h+k30n+k31b+k32d2+k33d3+k34β+k35γ+k36w+k37j+k38t+k39ψ+k40v+k41p+k42α+k43z+k44f+k45e+k46q+k47∀+k48s+k49u+k50μ+k51δ+k52g+k53r+k54x+k55a+k56y+k57L； K3为k58+k59d+k60h+k61n+k62d2+k63d3+k64α+k65β+k66γ+k67z+k68w+k69t+k70ψ+k71v+k72p+k73j+k74f+k75r+k76q+k77∀+k78s+k79x+k80μ+k81η+k82δ+k83L+k84ε+k85m+k86g+k87e+k88u+k89a+k90ξ； K4为k91m+k92h+k93n+k94b+k95d+k96γ+k97w+k98g+k99ψ+k100d2+k101d3+k102v+k103p+k104α+k105β+k106z+k107f+k108e+k109q+k110∀+k111μ+k112δ+k113y+k114L+k115ε+k116θ+k117ξ+k118π+k119φ+k120ω+k121j+k122t+k123r+k124s+k125x+k126u+k127a； 式中ki为多元回归分析构建的QSRR模型对应的方程系数； 对于五大类脂质中同一亚类的脂质化合物，K1~K4为由d、d2与d3组成的不同函数，而其余自变量均为固定值。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。