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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 之江实验室石军超获国家专利权

之江实验室石军超获国家专利权

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!

龙图腾网获悉之江实验室申请的专利基于局部几何结构与机器学习的Cas蛋白酶PAM分析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:CN121483365B

龙图腾网通过国家知识产权局官网在2026-04-10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:202610025943.2,技术领域涉及:G16B15/30;该发明授权基于局部几何结构与机器学习的Cas蛋白酶PAM分析方法是由石军超;陈高祥;柴梦瑶;冯琳清设计研发完成,并于2026-01-09向国家知识产权局提交的专利申请。

基于局部几何结构与机器学习的Cas蛋白酶PAM分析方法在说明书摘要公布了:本发明公开了一种基于局部几何结构与机器学习的Cas蛋白酶PAM分析方法,属于生物技术和人工智能领域。方法包括:利用结构预测工具构建Cas蛋白酶‑DNA‑RNA三元复合物的初始结构,并通过计算突变与优化生成包含不同PAM序列的突变结构数据集;对PAM位点的局部结构进行特征提取与嵌入,获得结构特征向量,利用无监督机器学习方法进行降维与聚类分析,实现对PAM序列的自然分类,结合P先验生物学知识对聚类结果进行鉴定。本发明创造性地将蛋白质三维局部几何结构与机器学习相结合,能够从结构源头预测和分类Cas蛋白酶的PAM偏好,具有客观、全面、可揭示隐藏模式的优点,并可通过实验数据验证。

本发明授权基于局部几何结构与机器学习的Cas蛋白酶PAM分析方法在权利要求书中公布了:1.一种基于局部几何结构与机器学习的Cas蛋白酶PAM分析方法,其特征在于,包括: S1:获取目标Cas蛋白酶、crRNA及靶标DNA序列,利用结构预测工具构建Cas蛋白酶-双链DNA-RNA三元复合物的初始结构; S2:以所述初始结构为模板,根据Cas蛋白酶种类,选择不同的PAM区域长度,通过计算工具对所述靶标DNA的PAM位点进行定点突变及结构优化,生成包含不同PAM序列的突变型三元复合物结构数据集; S3:针对所述突变型三元复合物结构数据集中的每一个结构,提取以PAM突变位点为中心的局部结构;利用几何向量感知图神经网络对所述局部结构进行特征提取与编码,生成每个PAM突变位点对应的结构特征嵌入向量; S3中提取的局部结构范围是以PAM突变位点为中心,提取其8Å半径范围内的局部结构,并基于6Å半径邻域构建原子间的图邻接关系,邻接图中节点特征包括:由残基类型one-hot编码和原子相对于突变中心的坐标构成的标量特征,以及由归一化的方向向量构成的向量特征; 标量特征和向量特征分别由两个独立的分支编码器处理:标量分支通过多层感知机映射为512维向量,向量分支映射为128维向量;两分支输出在节点级别拼接后,经融合层进一步整合,最终通过全局平均池化生成512维的结构特征嵌入向量; S4:将步骤S3得到的结构特征嵌入向量输入机器学习模型;先进行降维处理,再利用无监督聚类算法对降维后的数据进行聚类分析,得到不同PAM序列的自然分组,结合PAM序列的先验生物学知识对PAM序列聚类结果进行鉴定;得到目标Cas蛋白酶所能识别的PAM序列分组。

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之江实验室,其通讯地址为:311121 浙江省杭州市余杭区中泰街道科创大道之江实验室;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。