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！

龙图腾网获悉华东理工大学申请的专利酶约束代谢网络模型的高灵敏度参数的确定及其优化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：CN115565605B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202211045949.4，技术领域涉及：G16B20/20；该发明授权酶约束代谢网络模型的高灵敏度参数的确定及其优化方法是由颜学峰;范星存;曹凌峰设计研发完成，并于2022-08-30向国家知识产权局提交的专利申请。

本酶约束代谢网络模型的高灵敏度参数的确定及其优化方法在说明书摘要公布了：本发明公开了一种酶约束代谢网络模型的高灵敏度参数的确定及其优化方法，先通过灵敏度分析方法，对模型中的参数根据对比生长速率预测结果的贡献从高到低排序，选择贡献较高的参数进行优化，再使用自适应变异策略的差分进化算法进行参数优化，它可以自适应的选择变异策略从而提高优化效率，从数据库中获取不同生长条件下的比生长速率数据并随即从中挑选出部分训练集，最后通过通量变异性和相平面分析方法，对优化后的模型得出性能评估的结果；所述的高灵敏度参数，是酶的周转数kcat参数。

本发明授权酶约束代谢网络模型的高灵敏度参数的确定及其优化方法在权利要求书中公布了：1.一种酶约束代谢网络模型的高灵敏度参数的确定及其优化方法，其特征在于，先通过灵敏度分析方法，对模型中的参数根据对比生长速率预测结果的贡献从高到低排序，选择贡献较高的参数进行优化，再使用自适应变异策略的差分进化算法进行参数优化，它可以自适应的选择变异策略从而提高优化效率，从数据库中获取不同生长条件下的比生长速率数据并随即从中挑选出部分训练集，最后通过通量变异性和相平面分析方法，对优化后的模型得出性能评估的结果； 所述的高灵敏度参数，是酶的周转数kcat参数； 所述灵敏度分析是通过计算多个通量平衡分析的结果进行比对的： 所述的通量平衡分析，其方法可以用公式表述为如下： ， 其中，μ为比生长速率；S为微生物代谢网络的化学计量矩阵；v为代谢网络中所有反应通量构成的向量；u、l为反应通量上下限构成的向量； 改变参数的比例，对每一个kcat参数进行大小的改变，进行通量平衡分析以获得改变参数后在不同生长条件下的比生长速率预测值；对求得的比生长速率预测结果，与数据库中不同条件下的比生长速率数据进行误差计算： ， 其中，μ为数据库中的比生长速率参考值，为改变某一个kcat后进行计算得到的比生长速率预测结果；定义为改变某一个kcat后该生长情况下的平均相对误差； 所述的灵敏度分析，首先确定了改变参数的比例分别为原值的50％、90％、110％、150％和0％；对每一个kcat参数进行大小的改变，进行通量平衡分析以获得改变参数后在不同生长条件下的比生长速率预测值； 所述高灵敏度参数是根据改变每一个kcat后计算出的平均相对误差确定的；将每个kcat相应的值从高到低进行排序，越大则认为该kcat对模型的影响越大，其对模型的灵敏度越高； 存在一个临界值来辅助确定高灵敏度参数，临界值进行高灵敏度参数的判断；当在范围中存在高灵敏度参数可以计算达到的临界值；若在时，则认为其对模型的贡献较低，无法成为高灵敏度参数；若高于时，则将其视为高灵敏度参数；在对进行排序后，根据它们与的大小关系确定出高灵敏度参数集合； 所述自适应变异策略的差分进化算法，变异策略有五种：DErand1、DErand2、DEbest2、DEcurrent-to-best1和DEcurrent-to-best2：“DErand1”：“DErand2”：“DEbest2”：“DEcurrent-to-best1”：“DEcurrent-to-best2”： ， 其中：r1，r2，r3，r4，r5∈{1,2，…，NP}是从种群目录中随机选择的不同数字，F∈[0,1]是一个随机的控制参数，是第G代的最优个体。

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华东理工大学，其通讯地址为：200237 上海市徐汇区梅陇路130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”。

以上内容由龙图腾AI智能生成。