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基于序列特征与蛋白质语言模型的耐药基因及抗性类别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：CN120954515B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511101043.3，技术领域涉及：G16B40/00；该发明授权基于序列特征与蛋白质语言模型的耐药基因及抗性类别预测方法是由祁钊;李舒梅;余相宇;黄亮;陈庆伟设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本基于序列特征与蛋白质语言模型的耐药基因及抗性类别预测方法在说明书摘要公布了：本发明公开了一种基于序列特征与蛋白质语言模型的耐药基因及抗性类别预测方法，包括：1、构建氨基酸数据集和耐药基因数据集；2、计算的互信息、条件互信息、傅里叶功率谱特征、二肽组成、间隔氨基酸对的组成、ESM2矩阵，的互信息、间隔氨基酸对的组成、三元组矩阵，带标签ESM2矩阵，无标签ESM2矩阵；3、构建耐药基因预测网络，得出耐药基因预测分数；4、构建耐药基因抗性类别预测网络，得出耐药基因抗性类别预测分数。本发明能实现对耐药基因及其抗性类别的高效、精准预测，同时在真实基因组数据中的应用验证了其实用性和可靠性。

本发明授权基于序列特征与蛋白质语言模型的耐药基因及抗性类别预测方法在权利要求书中公布了：1.一种基于序列特征与蛋白质语言模型的耐药基因及抗性类别预测方法，其特征在于，是按如下步骤进行： 步骤1、构建氨基酸数据集U1和耐药基因数据集U 步骤2、计算的互信息、条件互信息、傅里叶功率谱特征、二肽组成、间隔氨基酸对的组成、ESM2矩阵的互信息、间隔氨基酸对的组成、三元组矩阵，带标签ESM2特征矩阵，无标签ESM2特征矩阵；并将、、、、拼接为的氨基酸序列特征；将、、拼接为的耐药基因序列特征；再利用多群体粒子群优化特征选择算法对进行处理，得到筛选后的耐药基因序列特征； 步骤3、构建耐药基因预测模型，包括：XGBoost模型和第一CNN-BiLSTM网络，并分别对和进行处理，相应得到XGBoost模型的耐药基因最优预测分数和第一CNN-BiLSTM网络的耐药基因最优预测分数，再对和进行加权处理，得到耐药基因综合的预测分数； 如果中第条氨基酸序列对应的值大于预设的阈值，则表示预测结果为耐药基因，如果小于，则预测为非耐药基因； 步骤4、构建耐药基因抗性类别预测模型，包括：ML-KNN模型、预训练的CNN-BiLSTM网络和微调的CNN-BiLSTM网络；并利用ML-KNN模型对进行处理，得到ML-KNN模型的抗性类别最优预测分数；利用预训练的CNN-BiLSTM网络对进行处理，得到最优参数的CNN-BiLSTM模型；将最优参数的CNN-BiLSTM模型的输出层替换为维分类层，得到微调的CNN-BiLSTM网络，并对进行处理，得到微调的CNN-BiLSTM网络的抗性类别最优预测分数，再对和进行加权处理，得到抗性类别综合的预测分数； 若中第条耐药基因的氨基酸序列的第个值大于预设的阈值，则表示属于第个类别；如果小于，则表示不属于第个类别。

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：230036 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”。

以上内容由龙图腾AI智能生成。