Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学欧伟贤获国家专利权

广东工业大学欧伟贤获国家专利权

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Mamba与双编码策略的多流融合基因序列预测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:CN121054080B

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:202511140273.0,技术领域涉及:G16B5/00;该发明授权基于Mamba与双编码策略的多流融合基因序列预测方法是由欧伟贤;曾伟良;廖梓希设计研发完成,并于2025-08-14向国家知识产权局提交的专利申请。

基于Mamba与双编码策略的多流融合基因序列预测方法在说明书摘要公布了:本发明提出一种基于Mamba与双编码策略的多流融合基因序列预测方法,旨在提升对DNA序列的语义理解与建模能力,从而提高对蛋白质表达值预测的准确性和泛化性能。该方法同步处理DNA序列的正向链与反向互补链:采用BPE编码对反向互补链进行分词与向量化,以捕捉语义片段;对正向链则使用独热编码并经线性映射为稠密表示。两种特征分别经MambaBlock提取深层特征后进行拼接融合,再输入LSTM以建模上下文依赖,最终通过全连接层输出表达值。本方法有效解决了One‑Hot编码难以捕捉生物语义片段、BPE编码可能割裂功能域的问题。基于Mamba架构,有效结合了局部结构与全局语义,在保持较低计算复杂度的同时,擅长捕捉长距离依赖,适用于基因设计、蛋白表达调控等任务。

本发明授权基于Mamba与双编码策略的多流融合基因序列预测方法在权利要求书中公布了:1.一种基于Mamba与双编码策略的多流融合基因序列预测方法,其特征在于,包括以下步骤: R1:生成原始数据集的DNA序列的反向链,并训练BPE字典; R2:建立多流深度学习回归模型,模型主要包括多模态特征嵌入和多模态融合回归两部分,多模态融合回归主要由不同模态的MambaBlock堆叠,特征拼接和LSTM感知,线性层输出序列表达值几个步骤组成; R3:训练多流深度学习回归模型与预测; 步骤R2具体为: R2-1:设DNA长度为L,数据集大小为B,嵌入特征维度为E,词汇大小为V;首先,将DNA正向序列编码为维度为B,4,L的one-hot特征表示;接着通过一个线性变换层对其进行嵌入映射,得到维度为B,E,L的嵌入特征1; R2-2:使用在步骤R1中训练得到的BPE词典将DNA反向序列进行分词编码,生成BPE特征,变成整数向量的形式;由于BPE编码后的序列长度不会超过L,因此对其进行padding补齐,得到维度为B,1,L的离散特征表示;再通过PyTorch中的Embedding层进行词向量映射,得到维度为B,E,L的嵌入特征2; R2-3:将嵌入特征1和嵌入特征2分别送入3个堆叠的MambaBlock;输出特征维度仍为B,E,L; R2-4:按照第二个维度拼接特征,得到的融合特征Xfused的维度为B,2E,L; R2-5:将融合特征Xfused输入至LSTM网络中以提取序列中的上下文依赖信息;LSTM输出的特征维度保持为B,2E,L;随后,该特征通过三个串联的全连接层进行处理,最终输出对应DNA序列的表达值。

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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。