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！

龙图腾网恭喜中南大学申请的专利一种基于机器学习的纳米孔蛋白质测序数据处理方法及其应用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：CN116741265B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202310705437.4，技术领域涉及：G16B20/30；该发明授权一种基于机器学习的纳米孔蛋白质测序数据处理方法及其应用是由董竹新;谢勇;陈乐设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本一种基于机器学习的纳米孔蛋白质测序数据处理方法及其应用在说明书摘要公布了：本发明属于纳米孔蛋白质测序领域，具体公开了一种基于机器学习的纳米孔蛋白质测序数据处理方法及其应用；本发明公开了将机器学习用于纳米孔测序数据的处理与分析，构建了一种基于动态时间规整算法DynamicTimeWarping，DTW加K‑Means的聚类算法，以及基于卷积神经网络和循环神经网络的分类算法，解决了在纳米孔蛋白质从头测序实验数据中，无标签分子通过纳米孔易位时的自身方向性判断问题，以及对于易位过程中不同分子的身份识别问题。

本发明授权一种基于机器学习的纳米孔蛋白质测序数据处理方法及其应用在权利要求书中公布了：1.一种基于机器学习的纳米孔蛋白质测序数据处理方法，其特征在于，包括以下步骤：1使用基于动态时间规整算法DTW以及K-Means的聚类算法判断无标签分子通过纳米孔易位时的方向性；2使用基于卷积神经网络和循环神经网络的分类算法判断易位过程中不同分子的身份；所述DTW是一种用于比较两个时间序列相似性的非线性规整技术，通过对齐两个时间序列内的坐标，找到它们之间的最优对齐路径；所述K-means是一种无监督学习算法，通过欧氏距离度量样本之间的相似性，并通过迭代优化的方式，将相似度高样本分配到同一个类别；所述无标签分子为线性的蛋白质多肽分子；所述步骤1包括以下步骤：首先使用DTW距离度量时间序列之间的相似性，构建对应数据集的距离矩阵；然后运用K-Means聚类原理，设定聚类类别数K值为2，以待测蛋白质一级结构对应的线性氨基酸晶体学体积模型及其沿时间轴翻转后的序列作为两个初始化聚类中心，计算每个阻塞事件中时域电流序列到两个聚类中心之间的距离，将其分配至距离最近的聚类中心；完成所有事件的分配后，分别计算两簇中所有事件的均值，对聚类中心进行更新，之后重复以上过程，对聚类中心不断更新迭代，提高聚类结果的准确性，直至聚类中心不再改变时停止迭代；最后将聚类结果进行分析，完善共识电流轨迹的计算方法，并根据相似度指标，包括但不限于皮尔逊相关系数PCC∈[-11]对聚类结果进行评价，获得强正相关的实验结果，即PCC≥0.5。

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南大学，其通讯地址为：410012 湖南省长沙市岳麓区麓山南路932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”。