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！

龙图腾网恭喜四川大学华西医院;脉得智能科技(无锡)有限公司申请的专利抗生素耐药基因或毒力因子的基因预测或分类方法、装置、设备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：CN118571309B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202410455114.9，技术领域涉及：G16B15/30；该发明授权抗生素耐药基因或毒力因子的基因预测或分类方法、装置、设备是由李为民;汪周峰;石一磊;赵颖;曹旭;胡敬良;牟立超;侯雨;陈咏虹设计研发完成，并于2024-04-16向国家知识产权局提交的专利申请。

本抗生素耐药基因或毒力因子的基因预测或分类方法、装置、设备在说明书摘要公布了：本发明公开了抗生素耐药基因或毒力因子的基因预测或分类方法、装置、设备，涉及深度学习和生物信息学技术领域。通过提取六种基因相关特征，包括：基于bit分数的相似性特征、序列信息特征,物理化学性质特征，进化信息特征、氨基酸组成特征和结构域信息特征，能够更好地捕捉基因的综合特性，经过特征融合，由此构建的模型能够提高抗生素耐药基因或毒力因子的基因预测准确性。对于抗生素耐药基因或毒力因子的基因筛选、分类和预测具有广阔的应用前景。

本发明授权抗生素耐药基因或毒力因子的基因预测或分类方法、装置、设备在权利要求书中公布了：1.一种基于深度学习的抗生素耐药基因或毒力因子的基因预测或分类方法，其特征在于，其包括如下步骤：S1.从数据库中获取已知的抗生素抗性基因数据或毒力因子的基因数据、以及负样本基因数据；将采集的数据集分为训练集、测试集和参考数据集；S2.利用S1收集的基因数据提取如下六个特征：基于bit分数的相似性特征、序列信息特征、物理化学性质特征、进化信息特征、氨基酸组成特征和结构域信息特征；所述序列信息特征包括氨基酸组成、二肽组成以及二肽与预期平均值的偏差；所述物理化学性质特征描述了与蛋白质序列中氨基酸的物理化学性质相关的统计信息；所述结构域信息特征的提取是指：将蛋白质结构域有无转换为数字向量；S3.当对毒力因子和或耐药因子的基因进行预测时，所述步骤S3包括：先将S2中提取的所述六个特征中的至少两个特征进行预融合，获得预融合特征向量；然后再将所述预融合特征向量与所述六个特征中其他的特征进行融合，形成一个综合的输入向量；S4.利用深度卷积神经网络构建分类模型；取训练集的所述六个特征经过合并后的输入向量对分类模型进行训练；S5.取测试集的所述六个特征经过合并后的输入向量对S4训练的分类模型进行测试，对分类模型进行模型评估。

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四川大学华西医院;脉得智能科技(无锡)有限公司，其通讯地址为：610000 四川省成都市武侯区国学巷37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”。