基于机器学习的基因编解码器

简介

这种计算编解码器（编码器-解码器）运用神经网络技术的力量，以比常规工具高得多的压缩率去压缩基因组序列数据文件，目前已成为基因组压缩新标准的核心技术。

完成研究日期

2021

商品化机会

技术授权协议

解决方案

依靠人工智能，本发明专注于通过机器学习和上下文建模的高效基因组压缩。该原型软件具有可配置、低复杂度和高压缩效率的基因组数据压缩功能，有效降低基因组数据的存储和传输成本。

创新技术

通过使用机器学习技术模型，我们可以高效地压缩同一物种的基因组数据。
为了提高压缩速度，我们创新性地引入了三种预测方式，包括并行预测、多步预测和双向预测。
这些预测模型可以有效降低机器学习模型在压缩过程中的计算复杂度。

主要成效

高效：本发明的压缩比可达到100倍以上，远高于传统编码器（例如4倍）
快速：与没有编解码器优化的方法相比，我们的技术提高了编解码器的处理速度（50倍加速），高速编码有助于其他相关应用。
智能：通过紧凑的表示，我们可以探索不同物种之间的关系，为生物学等相关研究提供基础支持。

奖项

第48届日内瓦国际发明展 - 银奖

应用范畴

基因云数据库
远程医疗
基因诊断

专利申请

Patent Priority No. 17/445,202 (USA) IDF 996

香港城市大学

香港城市大学（城大）在过去十年是全球发展最迅速的大学之一，被誉为研究及专业教育的创新枢纽。城大在现有研究范畴的内与外，致力扩阔知识领域，为全球的重大挑战寻找解决方案。

城大拥有来自全球各地的世界级研究团队，不但为教学课程带来丰富的专业经验，亦推动了知识和科技的发展。城大的世界级教学设施、国家重点实验室、国家工程技术研究中心以及多个大学级别的研究中心，让研究人员可持续进行高水平的研究工作。最近城大与全球知名学者及研究机构合作，设立了三间研究实力达世界级水平的InnoHK研究中心，促进健康工程、数据分析及人工智能发展。此外，城大以创新方法融合科学与艺术，创造新颖的展示方式。