買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉湖南大學申請的專利一種毒力因子和抗生素抗性基因的混合預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115171792B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210781902.8，技術領域涉及：G16B40/20；該發明授權一種毒力因子和抗生素抗性基因的混合預測方法是由彭紹亮;姬博亞;皮文定;劉文娟;趙雄君設計研發完成，并于2022-06-30向國家知識產權局提交的專利申請。

本一種毒力因子和抗生素抗性基因的混合預測方法在說明書摘要公布了：本發明公開了深度學習和生物信息學技術領域的一種毒力因子和抗生素抗性基因的混合預測方法，該毒力因子和抗生素抗性基因的混合預測方法包括以下步驟：S1.分別從數據庫中獲取已知的抗生素抗性基因序列數據、毒力因子序列數據以及負樣本基因序列數據；S2.利用基因序列信息分別計算多種核心基因特征，構建深度學習神經網絡架構和經典集成學習架構；S3.將S1中三類序列數據作為樣本，劃分中訓練數據集和測試數據集；S4.利用多種分類方法獲取新的訓練數據集；對新的訓練數據集構建分類模型，獲取分類模型的性能評價指標。該毒力因子和抗生素抗性基因的混合預測方法預測效果好、預測準確率較高。

本發明授權一種毒力因子和抗生素抗性基因的混合預測方法在權利要求書中公布了：1.一種毒力因子和抗生素抗性基因的混合預測方法，其特征在于，包括以下步驟： S1.分別從數據庫中獲取已知的抗生素抗性基因序列數據、毒力因子序列數據以及負樣本基因序列數據； S2.利用基因序列信息分別計算多種核心基因特征，并通過核心基因特征分別構建深度學習神經網絡架構和經典集成學習架構； 所述S2包括以下具體步驟： S21.利用基因序列信息分別計算基于比對得分的相似特征、基于獨熱編碼的基因序列簡單特征、基于基因進化信息的特征以及基于基因序列信息的特征； S22.利用基于比對得分的相似特征和基于獨熱編碼的基因序列簡單特征構建深度學習網絡架構，以端到端的方式訓練神經網絡分類模型； S23.利用基于基因進化信息的特征和基于基因序列信息的特征構建經典集成學習架構，以先驗特征信息訓練經典機器學習分類模型； S3.將S1中三類序列數據作為樣本，隨機抽取作為數據總集，從數據總集進行五次隨機劃分，每次劃分中的其中四個部分為訓練數據集，剩余一部分為測試數據集； S4.利用多種分類方法獲取新的訓練數據集；基于極端隨機樹對新的訓練數據集構建分類模型，獲取分類模型的性能評價指標； 所述S4包括以下步驟： S41.利用多種分類方法進行堆疊算法，將不同分類方法對訓練數據的預測得分作為新的訓練數據集，為了獲得毒力因子和抗生素抗性基因的卓越預測性能，將經典的機器學習方法和深度學習的力量集合在一個堆疊算法中； 所述S41具體包括以下步驟： S411.通過一個元模型整合了多個基礎級分類模型； S412.基礎級分類模型使用整個訓練數據集進行訓練，元模型則使用基礎級分類模型的輸出作為訓練的特征； S413.利用5倍交叉驗證法來分別訓練基礎級分類模型； S42.基于極端隨機樹利用新的訓練數據集構建分類模型，利用測試數據集對模型進行打分，重復進行五次實驗，取五次實驗的平均結果作為模型的性能評價指標。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湖南大學，其通訊地址為：410012 湖南省長沙市岳麓區麓山南路1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。