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！

龙图腾网获悉厦门大学申请的专利一种融合基因和序列信息的适应性免疫受体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：CN116052779B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310062002.2，技术领域涉及：G16B40/00；该发明授权一种融合基因和序列信息的适应性免疫受体预测方法是由苏小娜;俞容山;赵宇;姚建华设计研发完成，并于2023-01-16向国家知识产权局提交的专利申请。

本一种融合基因和序列信息的适应性免疫受体预测方法在说明书摘要公布了：本发明公开了一种融合基因和序列信息的适应性免疫受体预测方法，包括以下步骤：S1、将SC‑AIR‑BERT模型进行修改，构建SC‑AIR‑BERT‑Multi模型；所述SC‑AIR‑BERT‑Multi模型含有一个基因信息提取通道、一个序列信息提取通道、一个多模态融合模块，以及两个用于进行多任务学习的多层感知器；S2、在基因信息提取通道中，以基因名称作为输入，得到免疫细胞受体的基因特征hgene；S3、在序列信息提取通道中，以TCR序列或BCR序列为输入，得到免疫细胞受体的序列特征hseq；S4、将V、D、J基因片段的基因特征和序列特征送入多模态特征融合模块进行融合，并产生融合后的特征；S5、通过两个多层感知器将步骤S4中学习到多模态的受体特征Representation映射到最终的TCR或BCR抗原结合特异性预测和亲和力预测的结果进行预测。

本发明授权一种融合基因和序列信息的适应性免疫受体预测方法在权利要求书中公布了：1.一种融合基因和序列信息的适应性免疫受体预测方法，其特征在于，包括以下步骤： S1、将SC-AIR-BERT模型进行修改，构建SC-AIR-BERT-Multi模型；所述SC-AIR-BERT-Multi模型含有一个基因信息提取通道、一个序列信息提取通道、一个多模态融合模块，以及两个用于进行多任务学习的多层感知器； 步骤S1中所述SC-AIR-BERT模型的修改过程为： S11、修改BERT网络：由于TCR或BCR两条链的配对是相对随机的，将BERT模型的NSP任务去除，只保留MLM任务； S12、修改mask策略：由于采用kmer序列作为输入数据，词和词之间会有两个氨基酸的重叠，在mask掉某个kmer时，同时mask其左右两个词，防止模型训练过快地收敛； S2、在基因信息提取通道中，以基因名称作为输入，得到免疫细胞受体的基因特征hgene； S3、在序列信息提取通道中，以TCR序列或BCR序列为输入，得到免疫细胞受体的序列特征hseq； S4、将V、D、J基因片段的基因特征和序列特征送入多模态特征融合模块进行融合，并产生融合后的特征； 步骤S4中所述多模态特征融合模块包括门控注意力机制和张量融合机制，门控注意力机制用于加权和过滤各个模态的特征，张量融合机制用于产生融合后的整体多模态特征；步骤S4的具体过程为： S41、基于门控注意力机制，将免疫细胞受体在步骤S2中获得的基因特征hgene以及步骤S3中获得的序列特征hseq进行加权融合，得到该免疫细胞受体目标基因特征hˋgene和目标序列特征hˋseq； S42、将目标基因特征hˋgene与目标序列特征hˋseq相乘，得到该免疫细胞受体的初始受体特征hfusion，即该过程为免疫细胞受体张量融合过程； S43、对初始受体特征hfusion进行两次全连接FC1，FC2，得到该免疫细胞的受体特征Representation； S5、通过两个多层感知器将步骤S4中学习到多模态的受体特征Representation映射到最终的TCR或BCR抗原结合特异性预测和亲和力预测的结果中，进行抗原结合特异性预测和亲和力预测。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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”。