专利交易市场

本发明公开了基因序列处理方法、系统、电子设备及存储介质，涉及数据处理技术领域，包括获取基因序列，计算GC含量；查找基因结构，输出结构信息；对基因序列进行处理，输出模拟转录链，获取遗传密码子表，输出碱基排列以及排列名；对模拟转录链进行替换，输出模拟翻译链；对基因序列进行格式变化，存储至数据库；本发明用于解决现有技术中因缺少对基因序列的基因表达进行处理及分析，从而导致在后续对基因序列的功能进行分析时，仍需对基因序列进行基因表达的处理，分析处理不够全面细致，分析的效率降低的问题。

本发明提供基于生化知识图谱的数据存储方法、系统及存储介质，涉及知识图谱存储技术领域，包括如下步骤：步骤S1，获取生化知识中的生化实体、实体关系、实体属性以及属性值；步骤S2，对生化实体进行分析；步骤S3，设置多台存储服务器；步骤S4，对不同生化分类中的生化实体进行分析；步骤S5，对搜索语句进行分析，得到用户的搜索实体；步骤S6，对搜索实体进行分析；本发明用于解决现有的知识图谱存储技术还存在单表存储数据过大以及类型表数量过多的情况，导致数据的查询成本增加以及表内存在大量重复数据的问题。

本发明提供一种基于NER模型基因文献信息提取方法、系统及存储介质，涉及文献信息提取技术领域，包括：步骤S1，通过爬虫技术从文献数据库中以基因为关键词获取多个与基因相关的文献；步骤S2，使用基因文献筛选法对基础基因文献进行筛选；步骤S3，使用信息提取法对标准基因文献中的文献信息进行提取，构建信息表格；步骤S4，将多个标准基因文献以及对应的信息表格放入NER模型中进行训练；步骤S5，使用NER模型对待提取的基因文献进行信息提取；本发明用于解决现有技术中缺少对基因文献的有效提取方法的问题。

本发明提供一种基于GPT模型的生化知识问答方法、系统及存储介质，涉及智能问答技术领域，包括：步骤S1，收集生化知识相关的语料，记为生化知识语料；建立若干成对的问答语料，将若干成对的问答语料记为生化知识问答语料库；步骤S2，将生化知识问答语料库中的文本数据进行分词并构建字典进行编码；步骤S3，构建生化问答模型；步骤S4，当生化问答模型通过测试时，将生化问答模型部署在服务器上，通过接口进行访问使用；本发明用于解决现有技术中通常是对问答系统中覆盖的问题数量以及涉及的领域数量进行改进，导致无法对生化领域的问答系统进行比较细致的改进的问题。

本发明涉及生物逆合成技术领域，具体涉及基于深度搜索的生物逆合成预测方法、装置和电子设备，本发明采用基于深度学习的无规则生物逆合成方法能够预测数据库以外的生物反应，大大提高了预测完整生物逆合成路径的可能性，本发明既考虑了单步预测结果与源化合物SMILES序列的分子相似度，又考虑了结果分子的合成难度，为路径的优先级提供了合理的依据。同时，本发明以深度优先搜索策略为基础，保证了返回的路径结果是特定深度和宽度搜索树的全部解，无需多次迭代，优化后的搜索策略，避免了对重复节点的扩展，大大提高了搜索效率，相比现有搜索策略，耗时缩短五倍。

一种全自动染色体制备设备，包括：培养机构，包括用于放置培养皿的培养箱；存取机构，包括夹台和第一转运组件，所述第一转运组件用于驱动所述夹台对培养箱内的培养皿进行存取；离心机构，包括用于放置培养皿的离心架和用于驱动所述离心架沿水平旋转的离心动力源；处理机构，包括安装座和第二转运组件，所述第二转运组件用于带动所述安装座在所述夹台和离心架之间移动，所述安装座上设有用于抓取培养皿的抓取组件、用于对培养皿进行开盖的旋盖组件和用于对培养皿添加试剂的加样组件。上述方案实现了对培养皿的培养、转运、加样、离心等一系列流程的全自动操作，在提升了制备效率的同时降低了污染可能性，有效避免了人工干预。