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！

龙图腾网获悉广东工业大学申请的专利基于自适应带约束深度模型的基因设计与进化路径推断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：CN120388610B 。

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：202510503439.4，技术领域涉及：G16B25/10；该发明授权基于自适应带约束深度模型的基因设计与进化路径推断方法是由曾伟良;欧伟贤;林健恺设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本基于自适应带约束深度模型的基因设计与进化路径推断方法在说明书摘要公布了：本发明涉及基于自适应带约束深度模型的基因设计与进化路径推断方法。首先生成随机基因序列集并转化为包含进化信息的可进化性向量，计算其突变鲁棒性。构建深度自编码网络，通过原型聚类与小批量训练优化模型参数，将可进化性向量编码为低维表示，得到可进化性空间。随后建立深度回归模型，预测基因序列对应的蛋白质表达水平。将低维向量与表达值组合成低维张量，通过蒙特卡洛采样将表达值映射为适应度，进而生成显示进化轨迹的适应度地形图。最后利用突变鲁棒性对张量染色，据此筛选具备目标性质的基因序列。本方案提升了基因设计效率，并解决了适应度地形难以表征基因型进化信息的问题。

本发明授权基于自适应带约束深度模型的基因设计与进化路径推断方法在权利要求书中公布了：1.一种基于自适应带约束深度模型的基因设计与进化路径推断方法，其特征在于，包括以下步骤： R1：以固定前后碱基对为约束条件，在中间区域插入碱基对数量为L的随机序列，即自然界不一定存在的序列，将其转化为包含进化信息的可进化性向量E，并计算出对应的突变稳健性； R2：构建带有原型正则化自编码器模型AANet； R3：基于R1输出的部分可进化性向量E对AANet进行小批量迭代训练，以动态确定AANet的原型参数数量；利用全部可进化性向量E完成AANet的全量训练，并将所述可进化性向量E输入至AANet的编码器，输出可进化性向量在低维空间中的投影，即构建可进化性空间； R4：构建Transformer深度预测模型，并按照R1的方法另外生成基因序列训练Transformer模型，将R1得到的基因序列投入训练完成的深度预测模型，得到每个向量对应表达量； R5：将R3所得可进化性向量的低维空间投影与R4所得蛋白质表达量数值进行张量融合，生成低维张量；对所述低维张量执行蒙特卡洛采样，通过预设的蛋白质表达量-适应度映射函数计算采样点适应度值，基于所述适应度值的空间分布生成适应度景观的等值线图谱； R6：根据突变鲁棒性，在低维适应度景观张量中提取满足条件的进化序列。

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广东工业大学，其通讯地址为：510009 广东省广州市越秀区广州市东风东路729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。