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！

龙图腾网获悉予果生物科技(北京)有限公司;予果智造科技(北京)有限公司;西咸新区予果微码生物科技有限公司申请的专利基于信息熵的目标物种特异性引物设计的系统、方法及装置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：CN119495361B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510080362.4，技术领域涉及：G16B30/10；该发明授权基于信息熵的目标物种特异性引物设计的系统、方法及装置是由夏涵;官员林;张碧亮;樊淑;段美林;张祥丽;宋怡堃设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本基于信息熵的目标物种特异性引物设计的系统、方法及装置在说明书摘要公布了：本发明涉及生物技术引物设计领域，具体涉及基于信息熵的目标物种特异性引物设计的系统、方法及装置。系统包括数据获取模块、数据筛选模块和数据优化模块，数据筛选模块用于获得同一性和覆盖度大于或等于80%的短序列片段数据，数据优化模块用于对同一性和覆盖度大于或等于80%的短序列片段数据进行处理，筛选出覆盖90%基因组的短序列片段，获得该短序列片段中每个碱基的熵值，根据熵值和覆盖度信息对该短序列片段进行量化评分，筛选评分靠前的短序列片段，并将碱基替换成最保守的碱基，获得优化后的短序列片段，基于这些短序列片段设计引物。该系统在引物设计过程中引入熵值分析，显著提升了引物的设计质量和应用效率。

本发明授权基于信息熵的目标物种特异性引物设计的系统、方法及装置在权利要求书中公布了：1.基于信息熵的目标物种特异性引物设计的系统，其特征在于，所述系统包括以下模块： 数据获取模块，用于获得目标物种及其近缘物种的基因组序列； 所述数据获取模块包括以下单元： 第一数据获取单元，用于对目标物种的所有基因组序列进行处理，获得目标物种的参考基因组序列和目标物种的其他基因组序列； 第二数据获取单元，用于获得目标物种的近缘物种的参考基因组序列； 数据筛选模块，用于对目标物种的参考基因组序列进行处理，获得同一性和覆盖度大于或等于80％的短序列片段数据； 所述数据筛选模块包括以下单元： 切分单元，用于将目标物种的参考基因组序列切分为短序列片段； 第一比对单元，用于将短序列片段比对到目标物种的近缘物种的参考基因组序列，筛选未比对上的短序列片段作为候选片段； 第二比对单元，用于将候选片段比对到目标物种的其他基因组序列，筛选比对上的短序列片段作为目标片段； 计算单元，用于计算目标片段在目标物种的其他基因组序列中的同一性和覆盖度，筛选同一性和覆盖度大于或等于80％的目标片段作为优化片段； 数据优化模块，用于对同一性和覆盖度大于或等于80％的短序列片段数据进行处理，筛选出覆盖90％基因组的短序列片段数据，获得筛选后的短序列片段中每个碱基的熵值，根据熵值和覆盖度信息对覆盖90％基因组的短序列片段进行量化评分，筛选评分靠前的覆盖90％基因组的短序列片段，并将碱基替换成最保守的碱基，获得优化后的短序列片段数据； 所述数据优化模块包括以下单元： 第一计算单元，用于统计优化片段在目标物种的所有基因组序列中的覆盖度，筛选覆盖90％基因组的短序列片段，获得所有比对上的序列； 比对单元，用于对第一计算单元筛选后的目标片段序列及其在目标物种的其他基因组中所有比对上的序列进行多序列比对，生成位置对齐的比对序列，获得比对矩阵； 第二计算单元，用于计算比对矩阵中每个碱基位点的熵值，获得优化片段的熵值； 评分单元，用于根据优化片段的熵值和优化片段的覆盖度信息对优化片段进行量化评分，筛选评分靠前的优化片段；具体为：定义优化片段的熵值为其所有位点熵值的总和，并将优化片段的覆盖度与优化片段的熵值相减，得到优化片段的质量评分；基于质量评分对优化片段进行排序，保留评分靠前的优化片段作为设计引物的候选片段； 优化单元，用于对评分靠前的优化片段中的碱基进行优化，将碱基替换成多序列比对中最保守的碱基，并标记高熵值的碱基位点，最保守的碱基为多序列比对中出现概率最高的碱基； 引物设计模块，用于根据优化后的短序列片段数据进行引物设计，将熵值高于0.5的位点进行标记，并确保引物的3'末端避开熵值高于0.5的高熵值位点，获得候选引物； 引物质量评估模块，用于对候选引物进行质量评估，获得满足评估条件的候选引物。

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予果生物科技(北京)有限公司;予果智造科技(北京)有限公司;西咸新区予果微码生物科技有限公司，其通讯地址为：102600 北京市大兴区北京经济技术开发区地盛东路1号院6号楼501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”。