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！

龙图腾网获悉臻智达生物技术(上海)有限公司申请的专利一种基于核酸语言模型的功能核酸从头设计框架和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：CN121215034B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202511288785.1，技术领域涉及：G16B30/00；该发明授权一种基于核酸语言模型的功能核酸从头设计框架和系统是由韩达;郭沛;张志明;裘捷中;陈广勇设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本一种基于核酸语言模型的功能核酸从头设计框架和系统在说明书摘要公布了：本发明公开了一种基于核酸语言模型的核酸从头设计模型的构建方法，所述方法包括使用SELEX数据微调后的核酸语言模型对输入数据进行编码，将输入数据转化为高维低偏差的隐藏空间，并利用线性层将隐藏空间转换为低维低噪声的隐空间向量；利用E‑HEBO算法和亲和力先验数据对隐空间向量进行筛选，从而获得亲和力最优的隐空间向量；进一步，利用线性层和自注意力层对亲和力最优的隐空间向量进行解码，从而生成候选序列。此外，该方法还包括迭代编码和解码，以及迭代生成亲和力先验数据，以获得高质量、高准确性、高活性的候选序列。本发明为核酸从头设计提供了一种高效的人工智能方法，有助于功能核酸的设计和筛选及其在生物医药中的应用。

本发明授权一种基于核酸语言模型的功能核酸从头设计框架和系统在权利要求书中公布了：1.一种构建基于核酸语言模型的核酸从头设计模型的方法，其特征在于，所述方法包括步骤： S1提供核酸数据集，所述核酸数据集包括SELEX数据集；所述SELEX数据集包括亲和力核酸序列和或无亲和力核酸序列；将所述核酸数据集输入编码器； S2在编码器中， S2.1利用分词器将所述核酸数据集中的核酸序列转化为多个符号Token，获得预处理的核酸序列； S2.2利用核酸语言模型将所述预处理的核酸序列转化为高维隐空间向量；利用线性层将所述高维隐空间向量降维到N维隐空间向量，其中，N为7-9的整数； S3通过以下步骤对所述N维隐空间向量进行筛选： S3.1利用聚类算法对步骤S2得到的所有N维隐空间向量进行聚类，选择每个聚类的中心隐空间向量； S3.2以所述亲和力核酸序列的隐空间向量作为先验数据，利用贝叶斯优化算法在预设的范围内搜索亲和力优于所述先验数据的隐空间向量；和或 S3.3以所述亲和力核酸序列的隐空间向量作为先验数据，选择与所述亲和力核酸序列的隐空间向量在距离上接近的隐空间向量； 将步骤S3.1、S3.2和或S3.3生成的隐空间向量输入解码器； S4在解码器中，利用网络模型将所述隐空间向量映射为对应于每个所述符号的概率分布，用以生成候选序列及其各符号的预测概率； S5通过以下的步骤进行迭代优化，从而形成所述基于核酸语言模型的核酸从头设计模型： S5.1序列优化迭代：对步骤S4输出的各符号进行多次基于概率分布的采样，从而获得多条候选序列；利用所述核酸语言模型对多条所述候选序列进行评分，并选取评分最高的序列作为最终序列；和或 S5.2先验数据迭代： S5.2a检测所述候选序列的亲和力，将所述候选序列分为亲和力候选序列和无亲和力候选序列； S5.2b将步骤S5.2a的结果作为所述核酸数据集，迭代步骤S2-S4和S5.2a多次，在迭代时，将所述亲和力候选序列的隐空间向量加入步骤S3.2和或S3.3中的所述先验数据，从而获得最终序列； 其中，所述核酸语言模型包括：DNA语言模型、RNA语言模型；所述DNA语言模型为DNABERT，所述RNA语言模型为RNAErnie。

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臻智达生物技术(上海)有限公司，其通讯地址为：201210 上海市浦东新区中国(上海)自由贸易试验区芳春路400号1幢3层；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。