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！

龙图腾网获悉中国农业科学院北京畜牧兽医研究所申请的专利一种基于机器学习的基因组选择方法、装置、设备、介质及计算机程序产品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：CN120613016B 。

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：202510738200.5，技术领域涉及：G16B40/20；该发明授权一种基于机器学习的基因组选择方法、装置、设备、介质及计算机程序产品是由蔡文涛;朱麟溪;胡健;周正奎;刘振林;杨庆磊;侯水生设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本一种基于机器学习的基因组选择方法、装置、设备、介质及计算机程序产品在说明书摘要公布了：本发明涉及生物信息学领域，是一种基因组选择方法、装置、设备、介质及计算机程序产品。整合多种机器学习模型，包括：支持向量机SVM、线性回归、Ridge回归、Lasso回归等13种算法；结合自动化超参数优化、并行计算及高效数据预处理技术，显著提升育种预测精度与计算效率。装置包括IASML软件模块与IASML云平台模块两部分：软件支持命令行操作，适用于大规模数据计算；云平台提供图形化界面，支持在线数据上传、模型选择、实时监控及结果下载。本发明解决了现有工具模型单一性、数据规模受限、交互性差等问题，为动植物育种及遗传研究提供高效、灵活且可复现的智能化解决方案。

本发明授权一种基于机器学习的基因组选择方法、装置、设备、介质及计算机程序产品在权利要求书中公布了：1.一种基于机器学习的基因组选择方法，其特征在于，应用于云平台，用于用户在线进行有规模限制的育种数据的计算，通过图形化界面实现数据上传、模型选择、协变量校正、实时日志监控及结果下载，操作无需编程基础，通过网页交互完成；具备一定代码基础的用户在个人电脑或服务器上进行大规模育种数据的计算，通过命令行参数配置基因型文件、表型文件、模型类型参数，支持多种机器学习算法，并输出结果文件与模型文件； 所述的基于机器学习的基因组选择方法，用Python语言编写成IASML软件,实现以实验动物个体的表型和基因型作为输入信息，将同时具有表型和基因型的个体作为参考群构建模型，用该模型对未知表型的个体的表型值进行预测，再将预测结果作为个体的育种值进行输出； 所述的基于机器学习的基因组选择方法，包括以下步骤： S1：数据预处理，分别对基因型和表型文件进行处理： S11基因型数据处理:将输入的PLINK格式文件转换为标准化NumPy矩阵，并行分块处理缺失值,填充均值，输出`.npy`文件用于后续的计算;或将基因型进行数值化，基因型AA、AB和BB的编码分别为0、1和2，将数值化的结果用TXT格式文件输入； S12表型数据处理:在输入的`.txt`表型文件中提取由`--phe-pos`指定的目标性状列，用线性模型校正协变量，生成清洗后的训练集数据； S2：模型的配置与训练,选择用于计算的模型和选择模型的参数的配置方式，包括根据输入数据预训练获取和直接指定两种方式： 若指定`--model`参数，则使用输入的参考群数据进行预训练，其中scikit-learn模型使用随机搜索`n_iter`次迭代优化参数，使用三倍交叉验证对参考群数据进行模型的构建，最终选择其中表现最好的参数组合作为最终的模型超参数；深度学习模型则使用固定的网络结构，在训练过程中通过梯度下降不断更新参数，并最终保存最佳权重至`.keras`文件； 若指定`--model-params`参数，则直接使用用户指定的超参数进行训练，跳过参数搜索步骤； S3：预测与结果输出，包括， S31.表型预测,使用训练好的模型对未知表型个体进行预测，并输出预测值；将结果保存至`{out}_predict.txt`； S32.模型保存,保存scikit-learn模型的参数文件`{out}_model.txt`及Keras模型文件`.keras`，支持后续计算直接输入； S4：扩展功能，通过`--split-seed`进行表型数据K折交叉验证，生成`Ref{fold}.txt`训练集与`Val{fold}.txt`验证集，用于对预测使用的模型进行评估。

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中国农业科学院北京畜牧兽医研究所，其通讯地址为：100193 北京市海淀区圆明园西路2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。