Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院深圳先进技术研究院胡如云获国家专利权

中国科学院深圳先进技术研究院胡如云获国家专利权

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!

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利一种机器学习引导的生物序列工程改造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:CN115249514B

龙图腾网通过国家知识产权局官网在2025-08-08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:202210769346.2,技术领域涉及:G16B20/50;该发明授权一种机器学习引导的生物序列工程改造方法及装置是由胡如云;乔宇;司同设计研发完成,并于2022-07-01向国家知识产权局提交的专利申请。

一种机器学习引导的生物序列工程改造方法及装置在说明书摘要公布了:本发明提供了一种机器学习引导的生物序列工程改造方法及装置。具体地,提供了一种贝叶斯优化引导的进化算法BO‑EVO,结合贝叶斯优化Bayesianoptimization,BO和进化算法evolutionaryalgorithm,EVO,通过EVO解决BO通过暴力搜索整个设计空间定位全局最优时带来的计算量过大的问题,同时,利用BO的探索性中和EVO的贪婪和欠探索的缺点,以实现机器学习模型与机器人实验之间的高效迭代,以经济地获取高价值的蛋白新变体。采用本发明的方法有望实现高效和可扩展的计算和探索,提供高效的生物序列工程改造方案。

本发明授权一种机器学习引导的生物序列工程改造方法及装置在权利要求书中公布了:1.一种机器学习引导的生物序列工程改造方法,其特征在于,其包括以下步骤: S1数据获取:获得生物序列及其对应的适应度数据; S2模型训练:通过对获得的生物序列及其对应的适应度数据进行机器学习,以获得生物序列的适应度预测模型及模型不确定度; S3获取首个种子:通过基于适应度的采样从步骤S1得的生物序列及其对应的适应度数据中获得首个种子序列; S4突变子空间生成:对于步骤S3或S6获得的种子序列的待突变位点进行随机突变,突变后的生物序列集合形成突变子空间,其中随机突变的单点突变率为待突变位点的倒数; S5突变子空间贝叶斯优化:在突变子空间上采用贝叶斯优化选取单个候选序列以待实验查询,其中采样函数为UCB,代理模型为S2获得的适应度预测模型; S6新种子生成:首先以S2获得的预测模型预测S5获得的候选序列的不确定度,若不确定度不高于2倍的本轮首个种子序列的不确定度,则该候选序列作为本轮次下一个种子序列,并用于形成下一个突变子空间;若不确定度高于2倍的本轮次首个种子序列的不确定度,则依据步骤S3获取本轮次下一个种子序列,并用于形成下一个突变子空间; S7重复S4到S6的循环,直至满足预设的通量的循环,获得批量的待实验查询的候选序列; S8对S7获得的批量的待实验查询的候选序列进行实验,以获得候选序列并检测其对应的适应度值; S9将候选序列及其对应的适应度值补充到S1的生物序列及其对应的适应度数据中,并用于下一轮模型训练,获得下一轮次的生物序列的适应度预测模型及模型不确定度; S10以S6获得的最新种子序列作为下一轮次的首个种子序列,并重复S4到S9直至满足预设的轮次或筛选出期待的突变体。

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科学院深圳先进技术研究院,其通讯地址为:518055 广东省深圳市南山区深圳大学城学苑大道1068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”。

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。