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！

龙图腾网获悉长春大学申请的专利基于深度嵌入与基因网络约束的关键致病因子筛选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：CN121354665B 。

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：202511906264.8，技术领域涉及：G16B25/10；该发明授权基于深度嵌入与基因网络约束的关键致病因子筛选方法是由戴银飞;乔梦娇;樊杰;卢世豪;孙雨晴;梁可欣;杨天博;张引设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本基于深度嵌入与基因网络约束的关键致病因子筛选方法在说明书摘要公布了：本发明属于生物特征识别技术领域，涉及一种基于深度嵌入与基因网络约束的关键致病因子筛选方法，该方法先获取基因表达矩阵；构建与基因表达矩阵对应的基因互作网络，生成稀疏邻接矩阵、稀疏掩码矩阵；构建基因网络约束的图变分自编码器模型，模型的输入为基因表达矩阵，编码器采用稀疏掩码矩阵M以元素级乘法的形式限制权重连接，解码器根据潜在结构特征重构输入基因表达矩阵，输出端的多任务预测模块通过并行的分类分支和回归分支预测感染阶段概率分布、病原负荷；对构建的模型进行训练；根据模型的任务输出对输入基因进行特征归因分析，计算各基因的重要性得分，生成关键基因候选集，该方法显著提升了筛选结果的生物学合理性与稳定性。

本发明授权基于深度嵌入与基因网络约束的关键致病因子筛选方法在权利要求书中公布了：1.基于深度嵌入与基因网络约束的关键致病因子筛选方法，其特征在于，该方法包括以下步骤： 步骤1.获取作物在病原菌感染条件下的基因表达数据，预处理后得到基因表达矩阵X； 步骤2.基于公开蛋白互作数据库构建与步骤1的基因表达矩阵对应的基因互作网络，生成稀疏邻接矩阵A，并通过与单位矩阵I相加形成稀疏掩码矩阵M； 步骤3.构建基因网络约束的图变分自编码器模型，图变分自编码器模型的输入为预处理后的基因表达矩阵X，编码器采用稀疏掩码矩阵M以元素级乘法的形式限制权重连接,提取潜在结构特征，解码器用于根据潜在结构特征重构输入基因表达矩阵，输出端的多任务预测模块通过并行的分类分支和回归分支预测感染阶段概率分布、病原负荷； 步骤4.对构建的模型进行训练： 先最小化图变分自编码器模型的重构损失与正则项；之后在冻结编码器与解码器参数的基础上仅训练多任务预测模块；最后解冻全部模型参数，进行端到端联合优化； 步骤5.根据图变分自编码器模型的任务输出对输入基因进行特征归因分析，计算各基因的重要性得分； 步骤6.根据重要性得分生成排序筛选关键基因候选集； 所述步骤3中编码器的表达式为: H1=ReLUM⊙XW1+b1； μ=M⊙H1Wμ+bμ； logσ2=M⊙H1Wσ+bσ； 其中，X为输入基因表达矩阵；W1,Wμ,Wσ为可训练权重参数；b1,bμ，bσ为偏置项；M⊙⋅为稀疏掩码矩阵约束；ReLU⋅为非线性激活函数，μ代表潜在分布的均值，σ代表潜在分布的标准差； 潜在结构特征z=μ+σ⊙ε,ε∼N0,I； 所述步骤3中解码器的表达式为: ； 其中，代表解码器输出的重构矩阵，Wdec为解码层可训练权重参数，bdec为解码层可训练偏置项，为对称归一化稀疏邻接矩阵，定义为：；A为稀疏邻接矩阵，单位矩阵，为度矩阵。

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长春大学，其通讯地址为：130022 吉林省长春市朝阳区卫星路6543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。