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！

龙图腾网获悉中国农业科学院果树研究所申请的专利基于高通量测序和机器学习的果品真菌毒素污染预警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：CN118711663B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202410653674.5，技术领域涉及：G16B30/00；该发明授权基于高通量测序和机器学习的果品真菌毒素污染预警系统是由沈友明;张建一;徐国锋;匡立学;程杨;李海飞设计研发完成，并于2024-05-24向国家知识产权局提交的专利申请。

本基于高通量测序和机器学习的果品真菌毒素污染预警系统在说明书摘要公布了：基于高通量测序和机器学习的果品真菌毒素污染预警系统，包括：样本前处理模块、测序数据分析模块、智能风险评估模块、预警信息发布模块和系统自学习优化模块。测序数据分析模块用于对文库进行高通量测序，获得测序reads数据，并利用文献编码比对算法和语义特征提取算法实现真菌毒素相关产毒基因的精准检出；智能风险评估模块，用于根据测序数据分析模块检出的产毒基因丰度和危害性评估，对样本毒素污染风险等级进行判别；预警信息发布模块，用于自动生成预警报告并通过Web端进行发布共享；系统自学习优化模块，用于根据新增数据对数据分析模块中的编码比对算法和语义特征提取算法，进行增量学习和迭代优化。

本发明授权基于高通量测序和机器学习的果品真菌毒素污染预警系统在权利要求书中公布了：1.基于高通量测序和机器学习的果品真菌毒素污染预警系统,其特征在于，包括：样本前处理模块、测序数据分析模块、智能风险评估模块、预警信息发布模块和系统自学习优化模块；所述样本前处理模块,用于对果品样本进行粉碎、匀浆、DNA提取和文库构建；所述测序数据分析模块,用于对所述文库进行高通量测序,获得测序reads数据,并利用文献编码比对算法和语义特征提取算法实现真菌毒素基因的精准检出；所述智能风险评估模块,用于根据所述测序数据分析模块检出的真菌毒素基因丰度和危害性评估样本污染风险等级；所述预警信息发布模块,用于自动生成预警报告并通过Web端进行发布共享；所述系统自学习优化模块,用于根据新增数据对所述测序数据分析模块中的文献编码比对算法和语义特征提取算法进行增量学习和迭代优化；所述文献编码比对算法包括以下步骤：首先，构建毒素基因编码数据库，采用SimHash算法将毒素基因序列转换为64位二进制编码向量；然后，计算测序reads与所述数据库中编码向量的海明距离Hd: 其中，readi和refi分别表示测序reads和参考编码向量的第i位，⊕为异或运算符，接着，设定自适应阈值 其中,α和β为平衡因子，n为当前batch中reads数目，为Hd均值，最后，筛选疑似毒素基因reads：将Hd小于的reads判定为疑似毒素基因reads。

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中国农业科学院果树研究所，其通讯地址为：125199 辽宁省葫芦岛市兴城市兴海南街98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”。