恭喜贵州师范大学申铁获国家专利权
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!
龙图腾网恭喜贵州师范大学申请的专利一种计算生物网络代谢非稳态流量变化的方法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:CN119167569B 。
龙图腾网通过国家知识产权局官网在2025-03-18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:202411661840.2,技术领域涉及:G06F30/18;该发明授权一种计算生物网络代谢非稳态流量变化的方法是由申铁;徐云飞设计研发完成,并于2024-11-20向国家知识产权局提交的专利申请。
本一种计算生物网络代谢非稳态流量变化的方法在说明书摘要公布了:本发明公开了一种计算生物网络代谢非稳态流量变化的方法,包括以下步骤:加载代谢计算模型;向所述代谢计算模型输入系统反应总时间T和时间步长Δt,获取中间代谢物质量同位素分布变化状态,获取代谢反应流量的预测状态;所述中间代谢物质量同位素分布变化状态由中间代谢物质量同位素分布随时间的变化值与代谢时间点t构成;所述预测状态为在代谢时间点t的代谢反应的流量值和代谢时间点t构成;代谢计算模型包括:中间代谢物浓度变化计算单元、中间代谢物质量同位素分布变化计算单元、样本处理单元和神经网络构建单元。根据上述技术方案,可以实现代谢过程中生物网络代谢非稳态流量变化的计算和预测,并使预测结果更准确。
本发明授权一种计算生物网络代谢非稳态流量变化的方法在权利要求书中公布了:1.一种计算生物网络代谢非稳态流量变化的方法,其特征在于,包括以下步骤:加载代谢计算模型,所述代谢计算模型用于根据底物质量同位素分布预测未来时间点代谢反应的流量值;向所述代谢计算模型输入系统反应总时间T和时间步长Δt,获取中间代谢物质量同位素分布变化状态,获取代谢反应流量的预测状态;所述中间代谢物质量同位素分布变化状态由中间代谢物质量同位素分布随时间的变化值与代谢时间点t构成;所述预测状态为在代谢时间点t的代谢反应的流量值和代谢时间点t构成;加载代谢计算模型前,构建代谢计算模型,所述代谢计算模型包括:中间代谢物浓度变化计算单元、中间代谢物质量同位素分布变化计算单元、样本处理单元和神经网络构建单元;在所述中间代谢物浓度变化计算单元、中间代谢物质量同位素分布变化计算单元中生成代谢数据,由所述样本处理单元根据所述代谢数据生成训练样本,由所述神经网络构建单元根据训练样本,训练生成代谢计算模型;其中,所述中间代谢物浓度变化计算单元根据t时刻的中间代谢物的浓度值随时间的变化值、t时刻生成所述中间代谢物的流量和消耗所述中间代谢物的流量,计算t+1时刻的浓度值随时间的变化值;所述中间代谢物质量同位素分布变化计算单元根据t时刻的中间代谢物的浓度值随时间的变化值、中间代谢物质量同位素分布随时间的变化值,采用差分方程计算t+1时刻的中间代谢物质量同位素分布变化状态;其中,所述代谢计算模型的基础参数包括:底物的质量同位素分布向量Xinput;所述代谢计算模型通过程序包Cobrapy采样得到获取中间代谢反应的流量值;设置部分所述流量值随时间变化,定义所述随时间变化的流量值与代谢时间点构成向量V_reaction;所述样本处理单元的输入数据包括:向量V_reaction、中间代谢物的浓度值随时间的变化向量C_metabolite、中间代谢物质量同位素分布的变化向量X_metabolite;所述样本处理单元生成的训练样本中,特征集包括:变化向量C_metabolite、变化向量X_metabolite和代谢时间点t;所述样本处理单元生成的训练样本中,标签集为向量V_reaction;所述中间代谢物浓度变化计算单元的输入参数包括:t时刻的变化向量C_metabolite,输出参数包括:t+1时刻的变化向量C_metabolite,其中,t+1时刻为t+Δt;所述中间代谢物浓度变化计算单元采用的计算方法为:C_metabolitt+∑Vt生成-∑Vt消耗×∆t=C_metabolitt+1,其中,Vt生成为t时刻生成该物质的流量的总和,Vt消耗表示t时刻消耗该物质的流量的总和,Δt为时间步长;所述中间代谢物质量同位素分布计算单元的输入参数为:t时刻的变化向量C_metabolite、t时刻的变化向量X_metabolite,输出t时刻的变化向量X_metabolite,其中,t+1时刻为t+Δt;所述中间代谢物质量同位素分布计算单元采用的计算方法为: 其中,t为时间点、Δt为时间步长,V1、V2为单分子和双分子反应的流量值,Vinput为输入反应的流量值;xi为权重为i的同位素分布、xi,input表示底物权重为i的同位素分布,c为浓度值,Pi表示权重为i的单分子反应映射矩阵,Qi表示权重为i的双分子反应的映射矩阵,Ti表示中间反应权重为i的消去矩阵,Pi,input为输入反应权重为i的映射矩阵,S1-1为代谢前的第一物质中被13C标记的C原子个数,S2-1为代谢前的第二物质中被13C标记的C原子个数。
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贵州师范大学,其通讯地址为:550000 贵州省贵阳市贵安新区花溪大学城栋青路;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。