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！

龙图腾网获悉之江实验室申请的专利一种基于人工智能的荧光素酶高通量优化筛选方法和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：CN120452547B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510948494.4，技术领域涉及：G16B35/20；该发明授权一种基于人工智能的荧光素酶高通量优化筛选方法和系统是由柴梦瑶;陈高祥;杨知昊;朱赫茗;冯琳清;骆正阳设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本一种基于人工智能的荧光素酶高通量优化筛选方法和系统在说明书摘要公布了：本发明公开了一种基于人工智能的荧光素酶高通量优化筛选方法和系统，该方法包括：模拟构建蛋白高通量突变序列库；通过序列水平评估模型和工具从序列水平对蛋白高通量突变序列库中的蛋白序列进行理化性质、酶功能指标和突变适应性方面的预测评估；通过多种结构预测模型和工具从结构水平对蛋白高通量突变序列库中的蛋白序列进行蛋白结构预测，以对蛋白的各项结构预测指标、理化信息、蛋白‑底物结合力和蛋白‑底物亲和力的预测评估；采用阈值过滤与动态加权评分相结合的方式定制化筛选方案，以根据不同的筛选目标对蛋白高通量突变序列库进行优化筛选，获取高质量突变序列。本发明能够显著提升蛋白质优化筛选效率，可适配不同应用场景需求。

本发明授权一种基于人工智能的荧光素酶高通量优化筛选方法和系统在权利要求书中公布了：1.一种基于人工智能的荧光素酶高通量优化筛选方法，其特征在于，包括以下步骤： （1）基于进化分析与突变策略模拟构建蛋白高通量突变序列库； （2）通过多种序列水平评估模型和工具对蛋白高通量突变序列库中的蛋白序列进行理化性质、酶功能指标和突变适应性方面的预测评估，以获取序列水平评估结果； （3）通过多种结构预测模型和工具对蛋白高通量突变序列库中的蛋白序列进行蛋白结构预测，以进行蛋白的各项结构预测指标、理化信息、蛋白-底物结合力和蛋白-底物亲和力方面的预测评估，获取结构水平评估结果； （4）基于序列水平评估结果和结构水平评估结果，采用阈值过滤与动态加权评分相结合的方式定制化筛选方案，以根据不同的筛选目标对蛋白高通量突变序列库进行优化筛选； 所述定制化筛选方案具体包括： ①酶功能导向的活性-适应性双轨筛选方案，包括：选择酶催化效率、蛋白-底物亲和力、模板建模分数和位点指数交叉熵为其设置阈值，以对蛋白高通量突变序列库中的突变序列进行阈值初筛过滤；对初筛过滤后得到的各个突变序列进行酶催化效率、蛋白-底物亲和力和预测局部距离差异指标的百分比排名计算并进行权重分配，通过加权求和得到各个突变序列的综合评分；对初筛过滤后得到的各个突变序列进行模板建模分数的百分比排名计算，选取并输出模板建模分数百分比排名最高的N个和最低的N个突变序列对应的多维评估结果； ②稳定性优先的结构-功能渐进筛选方案，包括：选择预测局部距离差异、预测全局结构质量、极性区域溶剂可及表面积相较总溶剂可及表面积的占比和冲突标记clash为其设置阈值，以对蛋白高通量突变序列库中的突变序列进行结构稳定性初筛过滤；对初筛过滤后的各个突变序列的预测局部距离差异、预测全局结构质量和极性区域溶剂可及表面积相较总溶剂可及表面积的占比进行权重分配，通过加权求和得到各个突变序列的稳定性综合评分，选择稳定性综合评分最大的前P个突变序列进入下一轮筛选；对前两轮筛选后得到的各个突变序列进行酶催化效率和比对得分的百分比排名计算并进行权重分配，通过加权求和得到各个突变序列的综合评分，选择并输出综合评分最大的前Q个突变序列对应的多维评估结果； ③突变适应性驱动的进化-结合协同优化筛选方案，包括：选择掩码边际概率、各位点熵均值和伪困惑度为其设置阈值，以对蛋白高通量突变序列库中的突变序列进行进化适应性初筛过滤；基于疏水相互作用距离和氢键距离对初筛过滤后的各个突变序列进行结合能力评分计算；对前两轮筛选后得到的各个突变序列进行掩码边际概率、各位点熵均值和伪困惑度的百分比排名计算并进行权重分配，通过加权求和得到各个突变序列的进化适应性评分；对结合能力评分和进化适应性评分进行权重分配后进行加权求和，得到各个突变序列的综合评分，选择并输出综合评分最大的前M个突变序列对应的多维评估结果。

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之江实验室，其通讯地址为：311121 浙江省杭州市余杭区中泰街道科创大道之江实验室；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”。