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！

龙图腾网获悉安徽农业大学申请的专利一种基于集成学习的RNA中2OM位点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：CN119207581B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202411248190.9，技术领域涉及：G16B40/00；该发明授权一种基于集成学习的RNA中2OM位点预测方法是由窦欣雨;彭伟;赵子涵;魏卓宇;祝小雷设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本一种基于集成学习的RNA中2OM位点预测方法在说明书摘要公布了：本发明公开了一种基于集成学习的RNA中2OM位点预测方法，属于生物信息学技术领域。本发明针对RNA序列特性，对Promoter‑BERT模型进行特定任务的微调，使其能够更有效地捕捉特定任务中RNA序列的复杂模式，从而获取高质量的生物学特征表示；采用ANOVA技术对提取的特征进行选择，剔除冗余特征，保留最具影响力的特征，此外，结合传统的序列特征与通过Word2Vec模型得到的嵌入特征，以增强模型的表达能力；结合轻量级梯度提升机与深度学习模型的预测结果，通过软投票机制形成最终的预测模型，这种集成方法不仅提高了模型的泛化能力，还增加了预测的稳定性。

本发明授权一种基于集成学习的RNA中2OM位点预测方法在权利要求书中公布了：1.一种基于集成学习的RNA中2OM位点预测方法，其特征在于，包括以下步骤： S1：数据准备 从公共数据库中收集2OM位点数据，按设定比例随机划分为训练集和测试集； S2：特征学习 利用K-mer、ANF、NCP从RNA序列中提取三种手工设计的特征，并采用Word2Vec模型对RNA序列进行向量化处理，得到Word2Vec嵌入特征；利用ANOVA技术从手工设计的特征中选择与2OM位点预测高度相关的特征子集，并与由Word2Vec模型生成的嵌入特征结合； 在所述步骤S2中，三种手工设计的特征分别为核苷酸组成K-mer、核苷酸化合物特性NCP、自动相关性特性ANF；其中，核苷酸组成K-mer用于计算连续k个核苷酸的频率，以提取RNA序列的短程信息，所述核苷酸化合物特性NCP用于利用向量编码1,1,1、0,0,1、0,1,0和1,0,0分别表示A、U、C和G，所述自动相关性特性ANF用于描述RNA序列中核苷酸的分布和其在序列中的位置相关性，通过计算从序列起始到位置i的每个核苷酸的累积出现频率di来实现； S3：模型建立 基于3mer和5mer分词得到不同长度的序列单元的文本，即分割的序列，将分割的序列被输入到预训练的Promoter-BERT模型中进行微调，获得了两个微调模型；基于得到的特征子集，使用轻量级梯度提升机构建基础模型，并将其与通过预训练的Promoter-BERT模型微调得到的模型进行集成，通过软投票机制整合各基础模型的预测概率，形成最终的集成模型2OMPro，其中通过预训练的Promoter-BERT模型微调得到的模型也即基础模型； S4：优化与评估 利用交叉验证和独立测试集评估集成模型2OMPro的性能； S5：部署与预测 将集成模型2OMPro部署在实际的生物医学研究工作中，对未知的2OM位点进行预测。

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安徽农业大学，其通讯地址为：230031 安徽省合肥市长江西路130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”。