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！

龙图腾网获悉湖南大学申请的专利一种毒力因子和抗生素抗性基因的混合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：CN115171792B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202210781902.8，技术领域涉及：G16B40/20；该发明授权一种毒力因子和抗生素抗性基因的混合预测方法是由彭绍亮;姬博亚;皮文定;刘文娟;赵雄君设计研发完成，并于2022-06-30向国家知识产权局提交的专利申请。

本一种毒力因子和抗生素抗性基因的混合预测方法在说明书摘要公布了：本发明公开了深度学习和生物信息学技术领域的一种毒力因子和抗生素抗性基因的混合预测方法，该毒力因子和抗生素抗性基因的混合预测方法包括以下步骤：S1.分别从数据库中获取已知的抗生素抗性基因序列数据、毒力因子序列数据以及负样本基因序列数据；S2.利用基因序列信息分别计算多种核心基因特征，构建深度学习神经网络架构和经典集成学习架构；S3.将S1中三类序列数据作为样本，划分中训练数据集和测试数据集；S4.利用多种分类方法获取新的训练数据集；对新的训练数据集构建分类模型，获取分类模型的性能评价指标。该毒力因子和抗生素抗性基因的混合预测方法预测效果好、预测准确率较高。

本发明授权一种毒力因子和抗生素抗性基因的混合预测方法在权利要求书中公布了：1.一种毒力因子和抗生素抗性基因的混合预测方法，其特征在于，包括以下步骤： S1.分别从数据库中获取已知的抗生素抗性基因序列数据、毒力因子序列数据以及负样本基因序列数据； S2.利用基因序列信息分别计算多种核心基因特征，并通过核心基因特征分别构建深度学习神经网络架构和经典集成学习架构； 所述S2包括以下具体步骤： S21.利用基因序列信息分别计算基于比对得分的相似特征、基于独热编码的基因序列简单特征、基于基因进化信息的特征以及基于基因序列信息的特征； S22.利用基于比对得分的相似特征和基于独热编码的基因序列简单特征构建深度学习网络架构，以端到端的方式训练神经网络分类模型； S23.利用基于基因进化信息的特征和基于基因序列信息的特征构建经典集成学习架构，以先验特征信息训练经典机器学习分类模型； S3.将S1中三类序列数据作为样本，随机抽取作为数据总集，从数据总集进行五次随机划分，每次划分中的其中四个部分为训练数据集，剩余一部分为测试数据集； S4.利用多种分类方法获取新的训练数据集；基于极端随机树对新的训练数据集构建分类模型，获取分类模型的性能评价指标； 所述S4包括以下步骤： S41.利用多种分类方法进行堆叠算法，将不同分类方法对训练数据的预测得分作为新的训练数据集，为了获得毒力因子和抗生素抗性基因的卓越预测性能，将经典的机器学习方法和深度学习的力量集合在一个堆叠算法中； 所述S41具体包括以下步骤： S411.通过一个元模型整合了多个基础级分类模型； S412.基础级分类模型使用整个训练数据集进行训练，元模型则使用基础级分类模型的输出作为训练的特征； S413.利用5倍交叉验证法来分别训练基础级分类模型； S42.基于极端随机树利用新的训练数据集构建分类模型，利用测试数据集对模型进行打分，重复进行五次实验，取五次实验的平均结果作为模型的性能评价指标。

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湖南大学，其通讯地址为：410012 湖南省长沙市岳麓区麓山南路1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”。