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！

龙图腾网获悉电子科技大学申请的专利一种基于ProtBERT的甲基化DNA偏好结合转录因子识别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：CN118430661B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202410783592.2，技术领域涉及：G16B40/20；该发明授权一种基于ProtBERT的甲基化DNA偏好结合转录因子识别方法是由罗锡梅;李艳超;王彦苏;邹权设计研发完成，并于2024-06-18向国家知识产权局提交的专利申请。

本一种基于ProtBERT的甲基化DNA偏好结合转录因子识别方法在说明书摘要公布了：本发明公开了一种基于ProtBERT的甲基化DNA偏好结合转录因子识别方法，涉及生物技术数据研究领域。该方法先获取转录因子序列数据集，并分为训练集和测试集；再通过AutoTokenizer将所有序列填充或裁剪处理到相同长度和标记化；最后使用BertForSequenceClassification加载预训练的ProtBERT模型进行序列分类。该方法能够捕捉序列中的深层次特征和复杂的依赖关系，Dropout层的应用增强了模型在新数据上的泛化能力，线性分类层将模型的输出转换为类别概率，在进行偏好结合甲基化DNA的转录因子分类中具有较高的准确度和可靠性；与传统的基于序列的预测技术相比，通过结合大模型技术，提升了处理效率，且自适应地学习序列的内在特征，提高了预测准确度、敏感性、特异性、Matthews相关系数和ROC曲线下面积等指标。

本发明授权一种基于ProtBERT的甲基化DNA偏好结合转录因子识别方法在权利要求书中公布了：1.一种基于ProtBERT的甲基化DNA偏好结合转录因子识别方法，其特征在于，包括以下步骤： S1.获取转录因子序列数据集，并分为训练集和测试集； S2.通过AutoTokenizer将所有序列填充或裁剪处理到相同长度和标记化； S3.使用BertForSequenceClassification加载预训练的ProtBERT模型进行序列分类； 所述步骤S1中，对序列数据集的处理中，包括对偏好甲基化DNA的转录因子和偏好非甲基化DNA的转录因子的处理，处理步骤包括： S201.排除含有非标准氨基酸残基的序列； S202.使用CD-HIT20去除冗余样本； S203.偏好甲基化DNA序列的转录因子提取为阳性样本，偏好非甲基化DNA的转录因子被提取为阴性样本； 将序列通过嵌入层转换为嵌入向量，该嵌入向量包括词嵌入和位置嵌入，词嵌入和位置嵌入相加，得到最终输入式；词嵌入通过在随机初始化的嵌入矩阵中根据整数编码进行查找，并将对应的词嵌入向量合并获得，而位置嵌入通过正余弦函数计算得到，给定位置p和维度i，表示为： ； ； 据此计算对应的嵌入值，生成d维的位置嵌入向量，再合并即可； 再将输入Transformer层，逐层进行更新，更新公式为： ， 其中，是第层的输出结果，是第层更新后的输出结果； 其中，在第一层中，隐藏状态，使用第一个标记CLS的最终隐藏状态，作为整个序列的汇总向量，经过Droupout层和全连接层的处理后获得每个类别的原始得分，Droupout层处理公式为：，按规定概率随机丢弃神经元的输出，全连接层的处理公式为：；再通过softmax函数对原始得分转换为同维度的概率分布； 其中，是处理后的向量，W和b分别是线性层的权重矩阵和偏置向量，是模型训练过程中学习到的参数，z是每个类别的原始得分，其中p是概率向量。

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电子科技大学，其通讯地址为：610000 四川省成都市高新区(西区)西源大道2006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。