公开(公告)号：CN117831608A

公开(公告)日：2024-04-05

申请号：CN202410033433.0

申请日：2024-01-09

Applicant: 北京大学

Inventor： 朱怀球 ,  江小青 ,  侯家恒 ,  张灏宇 ,  郭晋源 ,  廖煜琳 ,  耿小鹏 ,  王春晖 ,  郭倩 ,  李墨

IPC: G16B5/00 ,  G16B35/00 ,  G16B40/00 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/082

Abstract: 本发明提供了一种人工微生物群落从头设计方法、装置、设备及存储介质，涉及微生物群落设计技术领域。该方法包括：构建得到大规模微生物对应的基因组规模代谢网络模型(GEM)候选池，基于设计目标确定底物和产物，以广度优先搜索的方式从该GEM候选池中识别具有生物意义的生物合成或降解途径，鉴定微生物是否具有从底物到若干个衔接物最终到产物的部分或完整通路；再定量推断单一微生物及微生物群落的最大化代谢目标效率时的稳态代谢通量分布，筛选出高生长、高代谢目标效率的候选微生物群落；最后利用深度学习算法预测候选微生物群落的共现概率，最终实现从大规模候选微生物池中从头设计满足预设功能(目标物质的高效生产或降解)的人工微生物群落。

公开(公告)号：CN117894372A

公开(公告)日：2024-04-16

申请号：CN202410050281.5

申请日：2024-01-12

Applicant: 北京大学

Inventor： 朱怀球 ,  张灏宇 ,  江小青 ,  喻雄武 ,  王泓毅 ,  郭倩 ,  吴姝芳

IPC: G16B25/20 ,  G16B30/10 ,  G16B40/20

Abstract: 本发明提供一种基于深度学习的16S rRNA基因测序引物设计方法及系统，涉及引物设计技术领域。首先获取目标细菌群落相关的属列表，基于属列表得到代表性16S rRNA基因全长序列，利用预先训练的区域划分模型预测代表性全长序列的各个可变区域及保守区域，确定符合测序平台要求的候选扩增区域用于引物设计，针对每个候选扩增区域确定对应的正向引物结合区序列集和反向引物结合区序列集，基于两种序列集分别进行多序列比对得到候选特异性引物对，最后筛选得到目标细菌群落特异性引物对。本发明无需进行16S rRNA基因全长序列多序列比对，直接基于区域划分模型划分确定出候选扩增区域进行多序列比对，可有效节省运算时间和使用内存，提高引物设计流程的整体效率。