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！

龙图腾网获悉山东大学申请的专利基于DNA序列数据的细胞特异性增强子预测方法与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：CN117174175B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202311139669.4，技术领域涉及：G16B30/00；该发明授权基于DNA序列数据的细胞特异性增强子预测方法与系统是由吴昊;张瑶;张鹏宇设计研发完成，并于2023-09-05向国家知识产权局提交的专利申请。

本基于DNA序列数据的细胞特异性增强子预测方法与系统在说明书摘要公布了：本发明提出了基于DNA序列数据的细胞特异性增强子预测方法与系统，包括：针对DNA序列采用两种不同特征编码的方式提取序列信息，两种不同特征编码对应获得Dna2vec特征和基序频率特征；其中，采用Dna2vec特征编码时，利用Dna2vec中提供的预训练DNA模型来索引序列编码；采用基序频率特征编码时，提取每个DNA序列中TFBS基序的数量，并将其转换为频率；融合Dna2vec特征和基序频率特征用来构建深度学习模型；基于深度学习模型判断DNA序列数据是否属于增强子。

本发明授权基于DNA序列数据的细胞特异性增强子预测方法与系统在权利要求书中公布了：1.基于DNA序列数据的细胞特异性增强子预测方法，其特征是，包括： 针对DNA序列采用两种不同特征编码的方式提取序列信息，两种不同特征编码对应获得Dna2vec特征和基序频率特征； 其中，采用Dna2vec特征编码时，利用Dna2vec中提供的预训练DNA模型来索引序列编码； 采用基序频率特征编码时，提取每个DNA序列中TFBS基序的数量，并将其转换为频率； 融合Dna2vec特征和基序频率特征用来构建深度学习模型；所述深度学习模型包括：Dna2vec模块和一个基序模块； Dna2vec模块和基序模块分别使用Dna2vec和基序频率这两种序列编码方案作为输入； 在Dna2vec模块中，数据交替通过三个一维卷积层和三个最大池化层以从DNA序列中提取特征； 在基序模块中，数据通过三个全连接层降维；被提取到的特征通过dropout层；Dna2vec模块经过特征提取后生成第三特征向量，基序模块生成第四特征向量，将这两个特征向量连接成一个一维向量，并使用具有一个神经元的线性层和“sigmoid”激活函数输出预测值； 基于深度学习模型判断DNA序列数据是否属于增强子。

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山东大学，其通讯地址为：250101 山东省济南市高新区舜华路1500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。