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！

龙图腾网获悉广州大学申请的专利一种基于表征学习的DNA测序读段聚类方法及系统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：CN121122431B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511226646.6，技术领域涉及：G16B40/30；该发明授权一种基于表征学习的DNA测序读段聚类方法及系统是由刘文斌;姚翔宇;方刚;陈智华;石晓龙;许鹏设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本一种基于表征学习的DNA测序读段聚类方法及系统在说明书摘要公布了：本发明属于DNA数字存储与生物信息学交叉领域，公开了一种基于表征学习的DNA测序读段聚类方法及系统，方法包括：对原始DNA测序读段进行预处理，得到测序读段本身以及对应的变体1、变体2集合；基于测序读段本身以及对应的变体1、变体2集合，通过深度学习模型对DNA测序读段进行表征学习；基于表征学习后的DNA测序读段，通过微调模型，实现DNA测序读段聚类。本发明解决DNA存储中因测序错误导致的聚类困难问题。

本发明授权一种基于表征学习的DNA测序读段聚类方法及系统在权利要求书中公布了：1.一种基于表征学习的DNA测序读段聚类方法，其特征在于，所述方法包括： 对原始DNA测序读段进行预处理，得到测序读段本身以及对应的变体1、变体2集合； 基于测序读段本身以及对应的变体1、变体2集合，通过深度学习模型对DNA测序读段进行表征学习； 基于表征学习后的DNA测序读段，通过微调模型，实现DNA测序读段聚类； 深度学习模型编码器采用6层Transformer模块，解码器为线性网络，线性网络的输出维度与测序读段矩阵的维度相同； 基于测序读段本身以及对应的变体1、变体2集合，通过深度学习模型对DNA测序读段进行表征学习的方法包括： 将集合x，x1和x2中的元素输入编码器，编码器中的transformer模块会为每一个输入元素自动学习一个32维的向量r，r就是编码器输入元素的低维表征； 将低维表征输入线性网络，线性网络输出DNA序列； 微调模型由编码器和softmax激活函数构成，首先将深度学习模型的线性网络去掉，保留其编码器，然后在编码器后面接入softmax激活函数，softmax激活函数的输出维度等于测序读段的类别数； 基于表征学习后的DNA测序读段，通过微调模型，实现DNA测序读段聚类的方法包括： 将集合x，x1和x2中的元素输入微调模型的编码器中，编码器学习到一个32维的向量r1，并将其输入到softmax函数中，设置函数的输出维度为n的向量，n是测序读段的类别数目； 对于输入编码器中属于集合x的元素，归类到softmax输出向量中最大值对应的类别，得到聚类1；属于集合x1的元素，首先把两端掩码字符N转换成原来的引物所对应的碱基，然后归类到softmax输出向量中最大值对应的类别，得到聚类2；属于集合x2的元素，首先把中间掩码字符N转换成原来数据部分所对应的碱基，并且归类到softmax输出向量中最大值对应的类别，得到聚类3； 对聚类1，聚类2，聚类3中每个簇分别进行簇内多数投票，每个簇通过多数投票得到一个聚类中心，聚类中心每个位置的碱基为该位置得票最高的碱基； 对原始DNA测序读段进行预处理，得到测序读段本身以及对应的变体1、变体2集合的方法包括： 对每条原始DNA测序读段进行两次掩码操作，使每条DNA测序读段有三个拷贝，测序读段本身，变体1以及变体2； 将测序读段本身、变体1以及变体2三条序列进行one-hot编码； One-hot编码之后，所有测序读段以及对应的变体1和变体2被转换成矩阵形式，将One-hot编码后的测序读段集合记作x，对应的变体1集合记作x1，变体2集合记作x2； 对每条原始DNA测序读段进行两次掩码操作的方法包括： 将DNA测序读段两端的引物所对应的碱基都转换成字符N，中间数据部分保持不变，每条测序读段产生变体1； 将DNA测序读段中间数据部分所对应的碱基都转换成字符N，两端引物保持不变，每条测序读段产生变体2。

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广州大学，其通讯地址为：510006 广东省广州市外环西路230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。