“G16B30/00”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果680个，建议您升级VIP下载更多相关专利

[发明专利]亲和力预测方法、装置、计算机设备及存储介质-CN202310562554.X在审
发明人：何冰;何昊淮;姚建华;赵宇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-18 - 公布日： 2023-10-27 - 主分类号： G16B30/00 文献下载
摘要：本申请实施例公开了一种亲和力预测方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：获取抗原序列信息和抗体序列信息，抗体序列信息包括抗体序列的轻链序列信息和重链序列信息，抗原序列信息表示抗原序列中的氨基酸；分别对抗原序列信息、轻链序列信息和重链序列信息进行特征提取，得到抗原序列特征、轻链序列特征和重链序列特征；对抗原序列特征、轻链序列特征和重链序列特征进行融合，得到融合序列特征；对融合序列特征进行全连接，得到亲和力检测结果，亲和力检测结果表示抗体序列对抗原序列的亲和力。本申请不仅考虑的因素较为全面，而且还划分了重链与轻链两个粒度，有利于提高预测亲和力的准确性。
亲和力预测方法装置计算机设备存储介质

[发明专利]抗体序列生成方法、装置、计算机设备及存储介质-CN202310566319.X在审
发明人：何冰;何昊淮;姚建华;赵宇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-18 - 公布日： 2023-10-27 - 主分类号： G16B30/00 文献下载
摘要：本申请实施例公开了一种抗体序列生成方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：获取抗原序列信息，抗原序列信息表示抗原序列中的氨基酸；对抗原序列信息进行特征提取，得到抗原序列信息的抗原序列特征；对抗原序列特征进行特征解码，得到每个位置的预测概率，预测概率包括位置上的氨基酸属于多种氨基酸中每种氨基酸的预测概率；将每个位置上预测概率最大的氨基酸构成的序列信息，确定为抗体序列信息，抗体序列信息指示的抗体序列能够与抗原序列结合。本申请针对特定抗原序列生成了能够与之结合的抗体序列，提高了生成抗体序列的针对性。
抗体序列生成方法装置计算机设备存储介质

[发明专利]一种用于降低二代测序系统错误的系统-CN202311207718.3在审
发明人：张怡然;陈慧娟;王冰;段小红;郝艳同;蔡丽丽;周启明 -专利权人：北京求臻医学检验实验室有限公司
申请日： 2023-09-19 - 公布日： 2023-10-27 - 主分类号： G16B30/00 文献下载
摘要：本发明涉及医学分子生物学技术领域，特别涉及一一种用于降低二代测序系统错误的系统，本发明所提供的一一种用于降低二代测序系统错误的系统，利用生物信息学方法生成针对不同panel的易发生嵌合区域的黑名单，并设置过滤原则，仅将位于嵌合区域的突变进行过滤，捞回不处于嵌合区域的突变，提高检测的灵敏度和准确度。
一种用于降低二代系统错误

[发明专利]蛋白质相互作用的预测方法、装置、设备、介质及产品-CN202310635537.4在审
发明人：吴家祥 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-31 - 公布日： 2023-10-27 - 主分类号： G16B30/00 文献下载
摘要：本申请公开了一种蛋白质相互作用的预测方法、装置、设备、介质及产品，属于机器学习技术领域。该方法包括：获取至少两个蛋白质分别对应的氨基酸序列；基于氨基酸序列对注意力语言网络的网络参数进行自适应调整，得到调整后的自适应注意力语言网络；基于自适应注意力语言网络对至少两个蛋白质分别对应的氨基酸序列进行特征提取，得到至少两个蛋白质分别对应的氨基酸序列特征；基于预测网络对至少两个蛋白质分别对应的氨基酸序列特征进行相互作用预测，得到至少两个蛋白质对应的预测结果。通过上述方法，在蛋白质相互作用的预测过程中，可以将注意力语言网络的网络参数进行适应性调整，提高了相互作用预测模型的泛化能力，同时提高了预测精度。
蛋白质相互作用预测方法装置设备介质产品

[发明专利]复合物结构预测方法、装置、计算机设备及存储介质-CN202310631412.4在审
发明人：赵宇;黄悦珊;姚建华;何冰 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-31 - 公布日： 2023-10-27 - 主分类号： G16B30/00 文献下载
摘要：本申请实施例公开了一种复合物结构预测方法、装置、计算机设备及存储介质，涉及人工智能领域。包括：获取抗原肽序列、主要组织相容性复合体MHC结构以及T细胞受体TCR结构；将抗原肽序列和MHC结构输入第一图神经网络，得到第一复合物的第一结构预测结果，第一复合物为pMHC复合物，第一图神经网络用于对抗原肽序列和MHC结构进行柔性对接；将TCR结构和第一结构预测结果输入第二图神经网络，得到第二复合物的第二结构预测结果，第二复合物为TCR‑pMHC复合物，第二图神经网络用于对TCR结构和第一结构预测结果进行刚性对接。采用本申请实施例的方法，可以实现对TCR‑pMHC复合物结构的高效预测。
复合物结构预测方法装置计算机设备存储介质

[发明专利]药物敏感预测方法、电子设备及计算机可读存储介质-CN202110175355.4有效
发明人：马少华;方璐;范家旗;冯懿琳;王旭康;王子天;戴琼海 -专利权人：清华大学深圳国际研究生院
申请日： 2021-02-09 - 公布日： 2023-10-27 - 主分类号： G16B30/00 文献下载
摘要：本申请公开了一种药物敏感预测方法、电子设备及计算机可读存储介质，涉及药物检测技术领域，通过获取待训练癌细胞组织的基因测序数据和药物特征数据，根据药物特征数据对基因测序数据进行预处理后得到基因样本数据，根据基因样本数据和药物特征数据进行验证处理，得到预测模型和基因预测列表，通过基因预测列表和预测模型对待测癌细胞组织进行药物敏感性预测，能够快速精确地实现对临床病人的药物反应性预测，减少预测成本和时间成本，提高药效预测效率。
药物敏感预测方法电子设备计算机可读存储介质

[发明专利]核酸序列装配的方法和系统-CN201910418296.1有效
发明人： M·史诺-莱文;I·麦克卡伦 -专利权人： 10X基因组学有限公司
申请日： 2015-06-26 - 公布日： 2023-10-27 - 主分类号： G16B30/00 文献下载
摘要：本分案申请提供了用于分析遗传序列数据的方法、过程、且特别是计算机执行的过程和计算机程序产品。所述过程和产品用于将较短的核酸序列数据装配成较长连接的并且优选连续的遗传构建体，包括大的重叠群、染色体和整个基因组。
核酸序列装配方法系统

[发明专利]生物序列提取和检索方法、装置和电子设备-CN202310792015.5在审
发明人：周立运;请求不公布姓名;请求不公布姓名 -专利权人：魔方医药科技（苏州）有限公司
申请日： 2023-06-30 - 公布日： 2023-10-24 - 主分类号： G16B30/00 文献下载
摘要：本发明提供一种生物序列提取和检索方法、装置和电子设备，其中方法包括：获取生物医药领域文件中的初始生物序列，以及与所述初始生物序列相关联的序列属性信息；基于所述序列属性信息，对所述初始生物序列进行序列属性验证，得到属性验证结果；提取所述属性验证结果为验证成功的所述初始生物序列，作为目标生物序列。本发明提供的生物序列提取和检索方法、装置和电子设备，可以有效提升生物序列识别提取的准确率和效率。
生物序列提取检索方法装置电子设备

[发明专利]一种坡耕地垄沟布局对微生物影响机理的识别方法-CN202111041681.2有效
发明人：樊晶晶;刘姗姗;秦天玲;赵爽;严登华;林帅;董碧琼;冯贱明 -专利权人：中国水利水电科学研究院
申请日： 2021-09-07 - 公布日： 2023-10-24 - 主分类号： G16B30/00 文献下载
摘要：本发明提供了一种坡耕地垄沟布局对微生物影响机理的识别方法，属于土壤微生物学技术领域，包括：确定坡耕地垄沟布局参数；布设实验小区和对照小区；进行土壤微生物高通量测序，得到土壤微生物群落结构多样性相关指数和土壤碳氮循环过程功能基因丰度数据；确定对所述土壤微生物群落结构多样性相关指数和土壤碳氮循环过程功能基因丰度数据产生影响的坡耕地垄沟布局参数的主次顺序；构建线性回归方程；对所述线性回归方程进行显著性检验，完成对坡耕地垄沟布局对微生物影响机理的识别。本发明选择四种具有代表性的垄沟布局参数，通过高通量测序技术对不同垄沟布局下土壤微生物群落多样性进行分析，识别坡耕地垄沟布局对土壤微生物影响机理，为制定合适的坡耕地垄沟布局方式提供参考。
一种耕地垄沟布局微生物影响机理识别方法

[发明专利]一种基于微生物组测序数据预测肠道年龄指数的人工智能模型和方法-CN202310811722.4在审
发明人：李明定;鲍志炜 -专利权人：浙江迈亚塔菌检智能科技有限公司
申请日： 2023-07-04 - 公布日： 2023-10-20 - 主分类号： G16B30/00 文献下载
摘要：本发明提供了一种基于微生物组测序数据预测肠道年龄指数的人工智能模型和方法；通过机器学习算法和统计偏差校正方法，构建的人工智能机器学习肠道年龄预测模型，并基于健康队列计算校正值，对待预测的数据样本进行肠道年龄校正，从而计算计算肠道年龄指数；预测肠道年龄和GAI可用于肠道健康状况的评估和慢性疾病的预测等领域；本发明的临床前验证结果表明其具有较高的准确率，GAI在20种常见慢性疾病中的计算准确率在65.9％到74.8％之间，如代谢综合征、肥胖症和心血管疾病等，其中动脉硬化的准确率高达74.8％；该方法还具有特征性好，普适性强等优点，在大健康领域具有较强的应用价值。
一种基于微生物序数预测肠道年龄指数人工智能模型方法

[发明专利]一种基于多模态的T细胞受体序列分类方法-CN202311174331.2在审
发明人：刘峻江;周树森;王庆军;臧睦君;柳婵娟;刘通 -专利权人：鲁东大学
申请日： 2023-09-13 - 公布日： 2023-10-20 - 主分类号： G16B30/00 文献下载
摘要：本发明属于生物信息学领域，涉及一种基于多模态的T细胞受体序列分类方法，将T细胞受体的空间结构特征与序列特征融合在一起，旨在提高T细胞受体序列的分类能力。该方法使用了一种新型的编码方式将T细胞受体序列的原子空间结构与序列特征进行结合，并在联合训练前进行预训练。在预训练结束后，将空间特征提取模块与序列特征提取模块进行联合训练并取得预测结果。该方法的步骤包括：T细胞受体空间结构预处理、T细胞受体序列预处理、空间特征提取模块预训练、空间特征提取模块与序列特征提取模块联合训练四个步骤。该方法可有效融合T细胞受体的空间结构特征和序列特征，并得到更优的效果，对疾病的检测、治疗、预后具有重要意义。
一种基于多模态细胞受体序列分类方法

[发明专利]一种用于B细胞的抗原表位预测方法-CN202111537519.X有效
发明人：羊红光;周云飞;成彬 -专利权人：河北省科学院应用数学研究所
申请日： 2021-12-15 - 公布日： 2023-10-20 - 主分类号： G16B30/00 文献下载
摘要：一种用于B细胞的抗原表位预测方法，所述方法首先组成预训练集合PT；在Q_learning算法的每一个episode中，Q代理以蛋白质一级序列中任意8个连续的氨基酸残基为状态，以从每个状态后面的12个连续残基中选择k个残基并入该状态作为第一个动作；以选择n个互补的分类器之一作为第二动作选项，按照连续动作搜索法在PT中进行搜索，对搜索出的氨基酸序列由倾向性奖励法则给出即时奖励，计算Q值并更新，直到价值函数的变化小于1％时结束训练；然后用训练得到的策略在蛋白质一级序列中搜索出氨基酸序列，并由选出的分类器进行分类。本发明通过自动迭代大大增强了B细胞抗原表位的预测能力，提高了抗原表位分类的准确率。
一种用于细胞抗原预测方法

[发明专利]mRNA序列的优化方法及装置、设备、存储介质-CN202210280747.1有效
发明人：万季;夏迪;顾亦斐;潘晓新;赵钊;潘有东;王弈 -专利权人：深圳市新合生物医疗科技有限公司;深圳新合睿恩生物医疗科技有限公司;北京新合睿恩生物医疗科技有限公司
申请日： 2022-03-21 - 公布日： 2023-10-20 - 主分类号： G16B30/00 文献下载
摘要：本发明属于生物信息处理技术领域，公开了一种mRNA序列的优化方法及装置、设备、存储介质。通过从同一蛋白的多个mRNA序列中确定出多个备选序列；然后预测每个备选序列的二级结构获得二级结构表达式；对每个二级结构表达式进行注释并解析，获得每个备选序列的二级结构注释信息；继而根据二级结构注释信息，计算每个备选序列的二级结构复杂度；最后根据每个备选序列的二级结构复杂度，从多个备选序列中筛选出目标mRNA序列，从而通过计算二级结构复杂度，将mRNA序列的二级结构进行量化，能够提高mRNA序列优化的可靠性与有效性，从而提高mRNA序列的翻译表达量。
mrna 序列优化方法装置设备存储介质

[发明专利]识别核酸中的碱基的方法和系统-CN201911331502.1有效
发明人：李林森;金欢;姜泽飞;孙雷 -专利权人：深圳市真迈生物科技有限公司
申请日： 2019-12-21 - 公布日： 2023-10-20 - 主分类号： G16B30/00 文献下载
摘要：本发明公开了一种识别核酸中的碱基的方法、一种计算机可读存储介质、一种计算机程序产品和一种系统。所称的识别核酸中的碱基的方法包括将对应于模板的亮斑集合中的每个亮斑的坐标映射到待检图像上，确定待检图像上相应坐标的位置；确定待检图像上相应坐标的位置的信号的强度，该强度为矫正后的强度；以及比较待检图像上相应坐标的位置的信号的强度与第一预设值的大小，基于比较结果判断该位置对应的碱基类型，实现碱基识别。该方法能够快速且准确地识别碱基，实现模板的至少一部分序列的核苷酸/碱基的次序的测定。
识别核酸中的碱基方法系统

[发明专利]一种基于扩散模型的长尾染色质状态预测方法-CN202310991350.8在审
发明人：张永清;刘宇航;牛颢;龙树全;丁春利;杨显华;邹权;龚美琴;朱桂全;王紫轩;袁豪;吕嘉珩 -专利权人：成都信息工程大学;四川省计算机研究院
申请日： 2023-08-07 - 公布日： 2023-10-13 - 主分类号： G16B30/00 文献下载
摘要：本发明公开了一种基于扩散模型的长尾染色质状态预测方法，包括S1、获取原始DNA序列，并对原始DNA序列进行处理得到DNA编码数据；S2、基于所述DNA编码数据构建DNA序列扩散模型；S3、结合UNet的噪声预测器，进行有条件的DNA序列扩散模型的逆向过程，得到具有不同染色质状态类别的平衡数据集；S4、基于所述平衡数据集，采用反向传播算法构建染色质状态预测模型。本发明利用基于DNA序列扩散模型从噪音中生成尾部类别染色质状态的DNA序列，从而实现样本平衡；然后，利用类别样本平衡的数据集训练染色质状态预测模型，染色质状态预测模型能够有效捕捉基于基因的语法规则，从而精确预测染色质状态。
一种基于扩散模型长尾染色质状态预测方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 680 条