【摘 要】
:
我国专利法第26条第4款规定,权利要求应当以说明书为依据,即所属领域的技术人员,根据说明书中的技术教导及其掌握的本领域中常规技术手段能够得到或概括得出权利要求所限定的
论文部分内容阅读
我国专利法第26条第4款规定,权利要求应当以说明书为依据,即所属领域的技术人员,根据说明书中的技术教导及其掌握的本领域中常规技术手段能够得到或概括得出权利要求所限定的技术方案,也就是权利要求需要满足的“支持性”要件。该要件是专利权保护范围的调控器,尤其在生物领域中,对这种特殊类型的权利要求的调控显得尤为重要。但是,生物领域本身的复杂性,使判断生物序列权利要求能否得到说明书的支持,即生物序列权利要求的支持性判断成为专利行政、司法审查的重点和难点。文章共分为五个部分:第一部分为问题的提出。法律问题往往以司法案例的形式得以呈现,因此,这部分首先介绍涉及生物序列权利要求支持性判断的案例;其次,在案例的基础上总结该类权利要求支持性判断中存在的法律问题。第二部分为生物序列权利要求的技术基础与制度诉求。法律问题往往需要站在事物本身的角度开始分析。因此,首先阐述了该类权利要求的技术基础:生物序列的概念及特点;其次,分析了权利要求中的技术特征,尤其该类权利要求特有的来源技术特征;最后,分析了生物技术领域专利说明书撰写的特殊规则。第三部分为生物序列权利要求支持性的影响因素。该部分主要对实验数据披露的程度和提交的时间、现有技术发展水平的判断依据、权利要求限定的幅度范围以及所属领域的可预测性几方面进行讨论。第四部分为美欧日三国对生物序列权利要求支持性规则的宽泛性。该部分首先以案例梳理的形式总结归纳三个国家对审查该类权利要求支持性标准的变迁,然后再横向比较三个国家审查局对不同方式限定的生物序列权利要求的态度。第五部分为对生物序列权利要求支持性评判制度的完善。根据前四部分对问题的分析,从而对该类权利要求的审查提出建议:在以严格审查标准的原则下,针对该领域不同方向的研究水平稍稍降低审查标准;专利复审委员会在生物序列权利要求的实质审查阶段,对该类权利要求进行限缩解释,使审查标准与司法保护标准达成一致;司法审判中引入逆等同原则。
其他文献
以微信为代表的“基于位置的社交网络”(Location Based Social Network,LBSN)深刻改变着人们的生活和社交方式,同时也为不法分子实施违法活动提供了便利。微信用户定位技术
三维(3-dimension,3D)显示向逼真地显示三维世界视觉的真实感迈进了一大步。近年来,随着3D技术的发展,基于集成成像的3D成像技术成为一项令人关注的热点技术。观察者不需要特殊的眼镜,然而在追求更高空间分辨率的同时而使得数据量大幅增加,因此会产生大量的冗余数据。3D图像的高效存储和传输系统必须依赖于压缩算法对进行数据压缩,以获得更好的观看效果。该方案的实现需要超高空间带宽积和超高分辨率的显
在实际工程和科学研究中,人类总是遵从“最大化效益,最小化成本”这一优化原则,使得多目标优化问题成为研究的热点。多目标优化问题旨在同时优化相互冲突、相互约束的多个目
波兰数学家Pawlak于1982年提出一种处理模糊知识的数学工具,即粗糙集理论。经典粗糙集利用论域上单个不可分辨的二元关系导出等价类,通过讨论等价类与目标概念之间的关系计算出上近似集和下近似集。粒计算是一门快速发展的新兴学科,词计算模型、粗糙集模型和商空间模型是三种主要的粒计算模型。当前,粗糙集理论已成为研究粒计算的重要模型工具。从粒计算的角度来看,经典粗糙集是一种基于单层次、单粒度的粒计算模型,
目的:研究姜黄素对人单核细胞白血病细胞(human acute monocytic leukemiacell line,THP-1)源性巨噬细胞胆固醇逆转运相关蛋白的表达,胆固醇外流和肿瘤坏死因-α(tumornecros
同步录音录像制度确立以来,在取得较大成果的同时,制度也逐渐暴露出其缺陷,在司法实践运行中开始偏离其制度创设的初衷。同步录音录像制度事前监督不完善以及其他配套制度尚
低密度奇偶校验码(LDPC)因其具有逼近香农限的纠错性能和相对较低的译码时延,因而被大多数通信系统采用为信道编码的实现方案。随着3GPP组织确定将LDPC码作为5G中移动宽带增
通知与移除规则由1998年实施的《美国数字千年版权法》(以下简称DMCA)所创,其作为处理互联网著作权侵权领域之重要规则,为许多国家著作法所效仿或引入。我国于2006年施行的《
近些年,基于事件触发机制的网络化控制受到了关注与重视,并取得了很大的进展和广泛的应用。网络化控制方法与传统控制方法相比,能够避免点对点的连线模式,从而降低成本,并简化了系统的维护,具备很大的优势。事件触发机制以非均匀采样方式,成功避免了固定周期采样方式可能造成的不必要采样和控制器更新问题,因此,可以减少不必要的系统资源浪费。由于多种设备之间的大量信息传递,给网络传输带来了巨大压力,很容易造成网络阻
随着大数据时代的到来,网络社会每天产生大量数据。如何快速且有效地处理日益增长的图像数据己经成为迫切需要解决的问题。值得一提的是,图像显著性检测的主要任务是使得计算机通过模拟人类的视觉注意机制定位出图像的显著区域,滤除非显著区域,从而只对图像中人类感兴趣的区域进行后续处理。因此,图像显著性检测可以有效地降低图像数据的复杂度并提高处理效率。作为计算机视觉领域的一项基本研究课题,图像显著性检测吸引了大量