公开(公告)号：CN119443093A

公开(公告)日：2025-02-14

申请号：CN202510050672.1

申请日：2025-01-13

Applicant: 之江实验室

Inventor： 郭蒙浩 ,  谢斯蔚 ,  胡捷 ,  江金陵 ,  裘捷中 ,  孙泽懿 ,  姜先月 ,  岳振雷 ,  石军超 ,  傅帅 ,  张小玉 ,  陈广勇

IPC: G06F40/279 ,  G06V30/19 ,  G06V10/774

Abstract: 本发明提出了一种基于大型语言模型的酶活参数抽取方法与系统，属于文本信息处理和数据挖掘领域。本发明通过OCR技术将PDF格式文献转换为Markdown格式，随后利用大型语言模型结合优化的提示词自动提取关键数据；自动提取流程经过严格的提示词优化和后处理操作，确保数据的准确性和一致性；然后通过精确度和召回率验证自动提取的有效性，最终生成的酶数据库可供后续的研究和分析使用。本发明通过结合OCR技术与大型语言模型，突破了现有手动数据提取的局限，显著提升了文献解析和数据提取的自动化程度；通过提示词工程和优化的提示词设计，实现了复杂文献中的结构化数据自动提取，特别是对于酶动力学参数的精确识别和提取。

公开(公告)号：CN119876474A

公开(公告)日：2025-04-25

申请号：CN202510255060.6

申请日：2025-03-05

Applicant: 之江实验室

Inventor： 陈家杰 ,  翁琳 ,  白盼攀 ,  陈星语 ,  贾昕晔 ,  岳振雷 ,  陈满丽 ,  冯献忠

IPC: C12Q1/6895 ,  C12N15/11

Abstract: 本发明公开了一种与大豆株高显著关联的单核苷酸突变位点SNP、KASP标记及其应用。该SNP分子标记位于大豆第5染色体36108741bp位置，碱基为T或C，与大豆株高表型显著相关，位点基因型为TT的大豆品种的株高显著低于基因型为CC的大豆品种；依据此SNP位点开发三条KASP引物，分别为SEQ ID NO.1、SEQ ID NO.2和SEQ ID NO.3，利用该引物对待测大豆进行PCR扩增和基因分型，若检测结果显示此标记位置碱基类型为T，则判定该大豆品种株高较矮；若检测结果为C，则判定株高较高。本发明的SNP分子标记可以作为大豆育种过程中株高性状的辅助选择标记，提高选择的准确性，加快大豆株高性状相关育种过程。

公开(公告)号：CN117058492B

公开(公告)日：2024-02-27

申请号：CN202311322535.6

申请日：2023-10-13

Applicant: 之江实验室 ,  中国科学院东北地理与农业生态研究所

Inventor： 张文广 ,  徐晓刚 ,  韩强 ,  何鹏飞 ,  王军 ,  杨素欣 ,  曹卫强 ,  李萧缘 ,  马寅星 ,  岳振雷

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V20/70 ,  G06N3/09 ,  G06N5/04

Abstract: 一种基于学习解耦的两阶段训练病害识别方法和系统，其方法包括：步骤S1：采集待识别作物的图像样本，制作训练数据集；步骤S2：构造基于学习解耦的分类算法网络模型；步骤S3：对基于学习解耦的分类算法模型进行一阶段训练；步骤S4：固定部分权重，对基于学习解耦的分类算法模型进行二阶段训练；步骤S5：基于训练得到的基于学习解耦的分类算法模型进行推理，最终得到待分类目标叶片的病害种类和病害等级。本发明具有准确度高，标注成本极低，且可实现单模型对病害种类和病害等级进行细分类识别。

公开(公告)号：CN120060539A

公开(公告)日：2025-05-30

申请号：CN202510255061.0

申请日：2025-03-05

Applicant: 之江实验室

Inventor： 翁琳 ,  陈家杰 ,  冯献忠 ,  白盼攀 ,  陈星语 ,  岳振雷 ,  贾昕晔 ,  陈满丽

IPC: C12Q1/6895 ,  C12N15/11

Abstract: 本发明公开了一种与大豆百粒重显著关联的单核苷酸突变位点SNP、KASP标记及其应用。该SNP分子标记位于大豆第15染色体40068386bp位置，碱基为C或T，与大豆百粒重表型显著相关，位点基因型为TT的大豆品种的百粒重显著低于基因型为CC的大豆品种；依据此SNP位点开发三条KASP引物，分别为SEQ ID NO.1、SEQ ID NO.2和SEQ ID NO.3，利用该引物对待测大豆进行PCR扩增和基因分型，若检测结果显示此标记位置碱基类型为T，则判定该大豆品种百粒重较小；若检测结果为C，则判定百粒重较大。本发明的SNP分子标记可以作为大豆育种过程中百粒重性状的辅助选择标记，提高选择的准确性，加快大豆百粒重性状相关育种过程。

公开(公告)号：CN117058492A

公开(公告)日：2023-11-14

申请号：CN202311322535.6

申请日：2023-10-13

Applicant: 之江实验室 ,  中国科学院东北地理与农业生态研究所

Inventor： 张文广 ,  徐晓刚 ,  韩强 ,  何鹏飞 ,  王军 ,  杨素欣 ,  曹卫强 ,  李萧缘 ,  马寅星 ,  岳振雷

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V20/70 ,  G06N3/09 ,  G06N5/04

Abstract: 一种基于学习解耦的两阶段训练病害识别方法和系统，其方法包括：步骤S1：采集待识别作物的图像样本，制作训练数据集；步骤S2：构造基于学习解耦的分类算法网络模型；步骤S3：对基于学习解耦的分类算法模型进行一阶段训练；步骤S4：固定部分权重，对基于学习解耦的分类算法模型进行二阶段训练；步骤S5：基于训练得到的基于学习解耦的分类算法模型进行推理，最终得到待分类目标叶片的病害种类和病害等级。本发明具有准确度高，标注成本极低，且可实现单模型对病害种类和病害等级进行细分类识别。