图片版权_版权检测_肖像权_外观专利_版权查询_版权交易中心-丰亿铭

个人专利_日默瓦的专利号_流程和费用

丰亿铭 141 0

个人专利_日默瓦的专利号_流程和费用

斯坦福大学为预测单倍型阶段的统计方法申请了美国专利。2019年,产品国家专利号查询,专利审判和上诉委员会以不合格标的为由驳回了该申请。上周,美国联邦巡回上诉法院的一个小组确认了这一观点。

这一观点与软件和医学(特别是遗传学和生物信息学)这两个通常是独立的领域有关,因此很有意思。那么,让我们看看联邦巡回法院对这种单倍型估计的计算机化方法的看法。

基因测序是确定个体中存在的基因的常见方法。但是标准的测序技术并不总是能够分辨出一组等位基因来自哪一个亲本,这被称为单倍型分阶段。斯坦福大学的应用描述了解决一组无关个体的单倍型阶段的统计方法。

该技术中的关键统计模型是隐马尔可夫模型(HMM)。在HMM中,你假设一个可观察的过程受到一些不可观察的东西的影响——"隐藏状态"。然后,通过研究这个过程,你可以了解隐藏状态。在本例中,可观察的基因型被认为受不可观察的单倍型的影响。通过研究许多无关个体的基因型,HMM允许估计个体的单倍型。

在美国专利申请号13/486982中,斯坦福描述了一种在一组无关个体中估计(推断)单倍型阶段的计算机方法。'982申请包括两项独立权利要求,其中权利要求1具有代表性。

接收描述多个个体的人类基因型的基因型数据,专利代理人考试培训,并将基因型数据存储在计算机系统的存储器上;

基于统计模型为多个个体中的每个个体输入初始单倍型阶段,并将多个个体中的每个个体的初始单倍型阶段存储在包括处理器和存储器[sic]的计算机系统上;

构建描述隐马尔可夫模型的数据结构,其中数据结构包含:

一组插补单倍型阶段,包括多个个体中每个个体的插补初始单倍型阶段;

包含局部重组率和突变率的一组参数;

其中,对包含在数据结构内的一组插补单倍型阶段的任何更改自动导致重新计算包含在数据结构内的局部重组率和突变率的一组参数;

重复随机修改输入单倍型阶段集合中的至少一个输入初始单倍型阶段,以自动重新计算一组新参数,包括存储在数据结构中的局部重组率和突变率;

当新的参数集表明随机修改的单倍型阶段比现有的输入单倍型阶段更有可能时,自动用数据结构内随机修改的单倍型阶段替换个体的输入单倍型阶段;

从数据结构中提取至少一个最终预测的单倍型阶段作为个体的阶段单倍型;以及

将个体的至少一个最终预测单倍型阶段存储在计算机系统的内存中。

982应用程序的新颖之处在于所采用的特定HMM。通过使用输入的单倍型作为隐藏状态,斯坦福的方法提高了单倍型预测的准确性。重要的是,尽管该权利要求试图列举硬件限制,但CAFC指出,"很难想象一项专利权利要求比权利要求1更笼统地列举硬件限制"。

在应用最高法院在Alice提出的测试的第一步时,CAFC同意委员会的意见,查询专利号真假,即982年的申请是针对"数学计算和统计建模"。鉴于索赔的性质,这并不奇怪,因为索赔甚至背诵了具体的数学公式。背诵的"接收、输入、提取、存储"数据的步骤也没有将数学转化为实际应用。根据联邦巡回法院的说法,这些步骤过于笼统,可以用普通计算机来实现。

CAFC也同意委员会的意见,即982申请的权利要求没有改进工艺流程。在简短的口头辩论中,斯坦福大学严重依赖Enfish,认为其声明代表了生物信息学技术流程的改进。它基于其方法比现有技术在准确性和效率方面的改进而提出这一主张。美国政府认为,数字版权登记平台,任何改进都只是数学本身——对抽象数学的改进仍然只是抽象数学。法院同意,"数学计算的不同使用,即使产生不同或更好的结果,也不会使专利成为合格的标的物。"

最后,如上所述,法院认为没有任何发明概念可以挽救权利要求。操作数据的步骤可以在通用计算机上执行。即使被认为是一种有序的组合,声称的方法也只是"科学……工作的基本工具"

首先,保留所有论点,这样你就可以避免放弃上诉。在董事会上,斯坦福未能将提高效率作为其方法的技术改进。当斯坦福大学试图在CAFC辩论这一点时,法院拒绝解决,因为该论点已被放弃。

第二,正如美国政府在口头辩论中所说,"狭隘的数学仍然是数学。"无论该方法多么具体,它肯定不仅仅是一个抽象的概念。982年应用程序的抢占程度将被缩小到零。但是,尽管优先购买权是不合格的标志,"没有完全优先购买权并不表明专利合格。"