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！

龙图腾网获悉鲁东大学申请的专利一种基于特征工程与集成学习的蛋白质盐敏感性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：CN121075496B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511603878.9，技术领域涉及：G16C20/70；该发明授权一种基于特征工程与集成学习的蛋白质盐敏感性预测方法是由张得印;周树森;臧睦君;刘通;柳婵娟;王庆军设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。

本一种基于特征工程与集成学习的蛋白质盐敏感性预测方法在说明书摘要公布了：本发明属于生物信息学领域，涉及一种基于特征工程与集成学习的蛋白质盐敏感性预测方法。首先，通过输入已知盐浓度低、中、高类别的蛋白质序列数据并进行数据清洗与长度标准化，系统自动提取净电荷密度、电荷不对称性等十个关键物理化学特征；其次，使用随机森林、梯度提升树和支持向量机构建多模型学习框架，基于各模型在验证集上的准确率动态分配集成权重，采用加权投票机制融合生成最终分类结果；最后，对集成模型进行量化评估并保存，进而对新的蛋白质序列进行预测，输出预测类别、置信度及特征重要性分析。本发明实现了对蛋白质盐敏感性的高精度、可解释预测，为液液相分离研究和药物递送系统提供条件优化支持。

本发明授权一种基于特征工程与集成学习的蛋白质盐敏感性预测方法在权利要求书中公布了：1.一种基于特征工程与集成学习的蛋白质盐敏感性预测方法，其特征在于，包括以下步骤： 步骤1、物理化学特征提取：输入已知盐浓度低、中、高类别的蛋白质序列数据进行数据清洗与长度标准化，所述数据来源于已按盐浓度分类的FASTA格式文件；随后，从蛋白质序列中提取10个关键物理化学特征，包括：净电荷密度、电荷不对称性、平均疏水性、疏水矩、极性残基比例、脯氨酸含量、甘氨酸含量、芳香族氨基酸含量、序列复杂性和低复杂度区域比例； 步骤2、多模型训练与预测：使用随机森林、梯度提升树和支持向量机构建多模型学习框架，各模型均通过网格搜索进行超参数优化，采用分层抽样划分训练集和验证集； 步骤3、加权投票决策：基于各模型在验证集上的准确率，动态分配集成权重，采用加权投票机制融合各模型的预测概率，获得最终的盐浓度敏感性分类结果； 步骤4、质量评估与模型输出：对集成模型的性能进行量化评估，输出准确率、F1分数指标，并保存性能最佳的模型及特征标准化器； 步骤5、预测与解释：加载步骤4保存的模型与标准化器，对新的蛋白质序列进行特征提取与分类预测，并输出预测类别、置信度及特征重要性分析。

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鲁东大学，其通讯地址为：264025 山东省烟台市芝罘区红旗中路186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。