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肉牛品种分子身份证构建应用方法、设备及介质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：CN119360955B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202411930624.3，技术领域涉及：G16B20/20；该发明授权一种肉牛品种分子身份证构建应用方法、设备及介质是由高雪;李俊雅;王兢;王元清;杜振伟;王宁娟;郭应威设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本一种肉牛品种分子身份证构建应用方法、设备及介质在说明书摘要公布了：本申请公开了一种肉牛品种分子身份证构建应用方法、设备及介质，涉及数据处理领域，该方法包括：采用训练集训练机器学习模型，并采用测试集测试训练后的机器学习模型，直至训练后的机器学习模型的预测精度达到设定值时，将训练后的机器学习模型作为验证模型；借助特征过滤的策略，在训练集中筛选得到特异性SNP位点集合，将验证模型验证通过的特异性SNP位点集合中的位点作为品种特征信息位点；利用前向搜索法对品种特征信息位点进行最小SNPs集合搜索，经验证模型验证后，得到肉牛品种的分子身份证。本申请能够得到可以全面反映肉牛品种遗传多样性的品种分子身份证，并提高肉牛品种检测的效率和精确性。

本发明授权一种肉牛品种分子身份证构建应用方法、设备及介质在权利要求书中公布了：1.一种肉牛品种分子身份证构建方法，其特征在于，所述肉牛品种分子身份证构建方法包括：步骤100：获取样本数据；所述样本数据包括肉牛品种以及每一肉牛品种对应的SNP位点信息；步骤101：将所述样本数据划分为训练集和测试集；步骤102：采用所述训练集训练机器学习模型，并在所述训练过程中，采用所述测试集测试训练后的机器学习模型，直至训练后的机器学习模型的预测精度达到设定值时，将训练后的机器学习模型作为验证模型；其中，所述机器学习模型为支持向量机模型；设定值为99%；步骤103：借助特征过滤的策略，在所述训练集中筛选不同品种的特异性SNP位点，得到特异性SNP位点集合，包括：借助特征过滤的策略，对所述训练集中的样本数据进行特征过滤，并在特征过滤过程中，采用Delta方法在所述训练集中筛选不同品种的特异性SNP位点，得到所述特异性SNP位点集合；其中：（1）确定所述样本数据中各肉牛品种间每一特异性SNP位点的Delta值；（2）按照所述SNP位点的Delta值对各肉牛品种的所述特异性SNP位点进行降序排列，得到各肉牛品种的位点序列；（3）保留各肉牛品种的位点序列中前1%~10%的特异性SNP位点，得到所述特异性SNP位点集合；步骤104：采用所述验证模型验证所述特异性SNP位点集合，并将通过验证的所述特异性SNP位点集合中的位点作为品种特征信息位点，包括：步骤1041：将与所述特异性SNP位点集合对应的肉牛品种信息作为样本标签，结合所述特异性SNP位点集合生成第一样本对；步骤1042：采用所述验证模型确定所述第一样本对的预测精度，并确定所述预测精度是否达到所述设定值；步骤1043：当所述预测精度没有达到所述设定值时，借助特征过滤的策略，在所述训练集中重新筛选不同品种的特异性SNP位点，得到新的特异性SNP位点集合，并重新采用所述验证模型验证新的特异性SNP位点集合，直至预测精度达到所述设定值；步骤1044：当所述预测精度达到所述设定值时，将所述特异性SNP位点集合中的位点作为品种特征信息位点；步骤105：利用前向搜索法对所述品种特征信息位点进行最小SNPs集合搜索；步骤106：采用所述验证模型验证搜索得到的最小SNPs集合，并将通过所述验证模型验证的最小SNPs集合作为肉牛品种的分子身份证，包括：步骤1061：将所述最小SNPs集合和所述样本标签形成第二样本对；步骤1062：采用所述验证模型确定所述第二样本对的预测精度，并确定所述预测精度是否达到所述设定值；步骤1063：当所述预测精度没有达到所述设定值时，重新对所述品种特征信息位点进行最小SNPs集合搜索，得到新的最小SNPs集合，并重新采用所述验证模型验证新的最小SNPs集合，直至预测精度达到所述设定值；步骤1064：当所述预测精度达到所述设定值时，将所述最小SNPs集合作为肉牛品种的分子身份证。

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”。