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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于BERT孪生神经网络模型的代谢物结构预测方法及其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：CN120015180B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510136075.0，技术领域涉及：G16C20/70；该发明授权一种基于BERT孪生神经网络模型的代谢物结构预测方法及其系统是由薛凌云;姜饶聪;徐平;闻路红;刘亦安;严明;胡舜迪;陈安琪设计研发完成，并于2025-02-07向国家知识产权局提交的专利申请。

本一种基于BERT孪生神经网络模型的代谢物结构预测方法及其系统在说明书摘要公布了：本发明公开一种基于BERT孪生神经网络模型的代谢物结构预测方法及其系统。本发明通过构建基于BERT孪生神经网络模型，通过特征提取、相似性计算及网络训练优化，进行代谢物的结构鉴定。相比传统方法，采用深度学习提高了特征提取能力，能够更好地应对复杂的数据结构，进而提高相似性计算的准确性。本发明的应用能够更快速且准确地鉴定代谢物，尤其是在大规模、高维度数据集上的应用，具有重要的理论意义与实际价值。验证结果表明，该方法在公开和实际数据集上均表现出较高的预测精度，提供了一种更加可靠的代谢组学数据分析工具。

本发明授权一种基于BERT孪生神经网络模型的代谢物结构预测方法及其系统在权利要求书中公布了：1.一种基于BERT孪生神经网络模型的代谢物结构预测方法，其特征在于，所述方法包括： 步骤S1、获取化合物的质谱数据、SMILES分子编码；对质谱数据进行预处理，并将SMILES分子编码转变为固定长度的分子指纹；同时计算分子指纹间的结构相似性； 将预处理后的质谱数据作为数据集，其中分子指纹间的结构相似性作为标签； 步骤S2、搭建基于BERT孪生神经网络模型，并利用数据集进行训练； 基于BERT孪生神经网络模型包括并行的两个子网络； 两个子网络的输入分别为不同化合物的预处理后质谱数据，输出分别为第一质谱数据信息特征和第二质谱数据信息特征； 将两个子网络输出的第一质谱数据信息特征和第二质谱数据信息特征计算质谱相似性； 步骤S3、利用训练好的基于BERT孪生神经网络模型进行代谢物结构鉴定； 步骤S2中训练过程中基于BERT孪生神经网络模型的损失函数如下： ； ； 其中，Loss表示均方差损失，为质谱相似性与结构相似性之间的均分损失，分别表示预测的质谱相似性与实际的结构相似性；T表示转置； 使用Adam算法继续网络训练，在训练过程直至模型达到损失收敛或达到最大迭代次数； 步骤S3具体是： 3-1将待鉴定的未知代谢物质谱数据经过预处理后与已知化合物的质谱数据进行质谱对构建；将构建的质谱对分别输入至训练好的基于BERT的孪生神经网络中两个子网络进行质谱相似性预测； 3-2根据未知代谢物的分子式或相对分子质量从已知化合物中找到类似物，计算这些类似物与已知化合物的结构相似性； 根据质谱相似性与结构相似性，得出与未知代谢物最相似的物质。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。