[发明专利]用于自身免疫系统状况的微生物组来源的诊断和治疗的方法及系统有效

专利信息
申请号: 201680032486.4 申请日: 2016-04-13
公开(公告)号: CN108283012B 公开(公告)日: 2021-11-23
发明(设计)人: 扎迦利·阿普特;丹尼尔·阿尔莫纳西德;杰西卡·里奇曼;斯亚沃什·瑞兹万·贝赫巴哈尼 申请(专利权)人: 普梭梅根公司
主分类号: G16B20/00 分类号: G16B20/00;G16B20/20;G16B40/00;G16B40/20
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 浦彩华;姚开丽
地址: 美国马*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种用于至少一个受试者中的自身免疫紊乱的表征、诊断和治疗中的至少一种的方法,该方法包括:接收来自受试者群体的生物样品的聚合集;生成受试者群体的微生物组组成数据集和微生物组功能多样性数据集中的至少一种;基于从微生物组组成数据集和微生物组功能多样性数据集中的至少一种提取的特征生成自身免疫状况的表征;基于该表征生成被配置为矫正自身免疫状况的疗法模型;以及在与受试者相关联的输出设备,基于表征和疗法模型为受试者安排疗法。
搜索关键词: 用于 自身 免疫系统 状况 微生物 来源 诊断 治疗 方法 系统
【主权项】:
1.一种用于至少一个受试者中的自身免疫状况的表征、诊断和治疗中的至少一种的方法,所述方法包括:●在样品处理网络,接收来自受试者群体的样品的聚合集;●在与所述样品处理网络通信的计算系统,在以使用引物组的多重扩增操作和测序分析操作处理所述样品的聚合集的每一个的核酸内容物后生成所述受试者群体的微生物组组成数据集和微生物组功能多样性数据集;●在所述计算系统,接收与所述受试者群体相关的补充数据集,其中所述补充数据集提供与所述自身免疫状况相关的特性的信息;●在所述计算系统,将所述补充数据集和从所述微生物组组成数据集和所述微生物组功能多样性数据集中的至少一种提取的特征转化成所述自身免疫状况的表征模型;●基于所述表征模型,生成被配置为改进所述自身免疫状况的状态的疗法模型;以及●在与所述受试者相关联并与所述计算系统通信的输出设备,基于用所述表征模型和所述疗法模型处理来自所述受试者的样品,为具有所述自身免疫状况的受试者安排疗法。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于普梭梅根公司,未经普梭梅根公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201680032486.4/,转载请声明来源钻瓜专利网。

同类专利
  • 预测结果的生成方法、装置、设备、存储介质及程序产品-202310860818.X
  • 秦陈陈;张道安;姚建华 - 腾讯科技(深圳)有限公司
  • 2023-07-13 - 2023-10-27 - G16B20/00
  • 本申请公开了一种预测结果的生成方法、装置、设备、存储介质及程序产品,涉及生物信息技术领域。该方法包括:获取基因片段序列和任务指令,基因片段序列包括蛋白组片段序列和转录组片段序列中的至少一种,任务指令用于指示多种预测任务类型中的至少一种;对基因片段序列和任务指令进行编码融合,得到第一编码序列;通过预先训练的基因语言模型对第一编码序列进行预测,得到预测结果,基因语言模型用于生成与任务指令中的至少一种预测任务类型对应的预测结果;对预测结果进行解码,得到目标结果,目标结果是按至少一种预测任务类型对基因片段序列进行预测得到的结果,能够提高模型的任务泛化性。
  • 复合物结构获取方法、装置、设备、存储介质及程序产品-202310437741.5
  • 吴凡迪;吴家祥 - 腾讯科技(深圳)有限公司
  • 2023-04-14 - 2023-10-27 - G16B20/00
  • 本申请关于一种复合物结构获取方法、装置、设备、存储介质及程序产品,涉及人工智能技术领域。该方法包括:基于第一蛋白质的氨基酸序列对,生成第一蛋白质的第一氨基酸编码、第一蛋白质的第一氨基酸对编码、以及第一蛋白质的第一蛋白质结构;基于第二蛋白质的氨基酸序列,生成第二蛋白质的多序列比对MSA编码、第二蛋白质的第二氨基酸对编码、以及第二蛋白质的第二蛋白质结构;基于第一氨基酸编码、第一氨基酸对编码、第一蛋白质结构、MSA编码、第二氨基酸对编码、以及第二蛋白质结构,生成第一蛋白质与第二蛋白质的复合物的结构。上述方案可以提高第一蛋白质和第二蛋白质的复合物结构的构建效率。
  • 一种高效预测革兰氏阴性菌Ⅲ型和Ⅳ型效应蛋白的方法-202110811508.X
  • 李重;周天和;李捷 - 浙江理工大学
  • 2021-07-19 - 2023-10-27 - G16B20/00
  • 本发明公开了一种高效预测革兰氏阴性菌Ⅲ型和Ⅳ型效应蛋白的方法,所述方法为深度神经网络框架(CHR)法,该方法包括(1)搭建集成深度神经网络框架;(2)数据集的选取;(3)使用二维特征和三维特征作为网络的输入特征;(4)使用搭建的集成深度神经网络框架在数据集上学习预测模;(5)模型参数设;(6)将待测蛋白质序列输入模型得到该蛋白质预测结果。该方法不仅对今后的相关研究具有一定的参考作用,而且对了解革兰氏阴性菌的相关生物学功能具有重要的意义。
  • TCR/IG基因重排微小残留病监测数据管理与解读系统-202310757396.3
  • 王奇隆;付海阔;舒金才;陈金雄;尚华 - 北京高灵智腾信息科技有限公司
  • 2023-06-26 - 2023-10-24 - G16B20/00
  • 本发明涉及一种TCR/IG基因重排微小残留病监测数据管理与解读系统,属于MRD监测领域,包括:患者样本信息边界管理模块:对患者样本信息数据进行结构化管理;初筛数据管理模块:对患者MRD重排初筛结果vidjil类型文件的自动化读取,获取初筛检测结果信息,进行结构化存储,基于预设条件对阳性结果数据进行标注,图形化呈现数据;TCR/IG重排数据管理模块:管理重排引物数据;TCR/IP重排MRD监测模块:对患者初筛结果的自动化引物设计与分析,获取微小残留物的浓度,并生成历史监测趋势图方便研究人员直观获取监测结果;报告生成模块:根据历史监测数据汇总结果,一键生成数据报告。
  • 一种用于预测泛素化酶与底物关联的方法及模型-202310787704.7
  • 王佳;潘贵青;黄裕安;林秋镇;李坚强 - 深圳大学
  • 2023-06-29 - 2023-10-24 - G16B20/00
  • 本发明公开了一种用于预测泛素化酶与底物关联的方法及模型,所述方法通过获取泛素化酶蛋白质数据和底物蛋白质数据;根据泛素化酶蛋白质数据和底物蛋白质数据分别确定泛素化酶特征向量和底物特征向量;获取泛素化酶和底物对应的初始映射关系,根据初始映射关系、泛素化酶特征向量以及底物特征向量确定泛素化酶和底物对应的目标映射关系。由于本发明通过获取泛素化酶蛋白质数据和底物蛋白质数据,并根据泛素化酶蛋白质数据和底物蛋白质数据预测泛素化酶和底物之间的目标映射关系,涉及的生物数据类型以及生物学知识较少,因此可以有效地解决现有技术对于领域知识的依赖较强,且需要多种类型的生物数据,使得模型难以得到推广应用的问题。
  • 一种杉木高世代种子园的配置方法及装置-202310779617.7
  • 张建国;段爱国;伍汉斌 - 中国林业科学研究院林业研究所
  • 2023-06-28 - 2023-10-24 - G16B20/00
  • 本发明属于计算机技术领域,尤其涉及一种杉木高世代种子园的配置方法及装置,方法包括:101、获取杉木高世代种子园的基础信息;102、根据所述基础信息,构建遗传相似度和花期同步相似度的第一计算信息,根据第一计算信息,获取种子园整体的遗传相似度和花期同步相似度的目标函数;103、采用NSGAⅡ非支配排序遗传算法优化所述目标函数,在目标函数优化中满足结束条件时,结束优化,获取种子园配置的最优解,基于最优解对杉木高世代种子园进行物理上的配置。上述方法获取的配置可有效降低亲缘关系和花期不遇对交配系统的影响。
  • 一种基于张量分解的miRNA-疾病关联预测方法及系统-202110224119.7
  • 骆嘉伟;刘祎;吴昊 - 湖南大学
  • 2021-03-01 - 2023-10-24 - G16B20/00
  • 本发明公开了一种基于张量分解的miRNA‑疾病关联预测方法及系统,该方法用张量表示miRNA‑疾病、miRNA‑基因和基因‑疾病之间的复杂关系,在张量分解过程中,结合辅助信息探索复杂的生物机制,再整合交替方向乘子法(ADMM)框架和共轭梯度(GC)法的优化策略求解目标函数,得到miRNA‑基因‑疾病关联评分张量,将关联评分张量转换为miRNA‑疾病关联评分矩阵,通过miRNA‑疾病关联评分矩阵评估方法性能,为疾病关联miRNA的获取提供有效结果;通过实验表明本发明所述方法具有良好的预测性能,可以为疾病关联miRNA的获取提供有效结果。
  • 一种基于多视图数据和超图学习的lncRNA与疾病关联预测方法-202310720052.5
  • 姚登举;张雪慧;邓岳潇 - 哈尔滨理工大学
  • 2023-06-17 - 2023-10-20 - G16B20/00
  • 本发明设计了一种基于多视图数据和超图学习的lncRNA与疾病关联预测方法。首先,分别利用lncRNA和疾病的多视图数据构建多个lncRNA‑lncRNA和疾病‑疾病的相似性网络;考虑到不同相似性信息的重要性不同,结合图卷积神经网络和注意力机制从多个相似性网络中提取更有效的相似性信息作为节点嵌入;其次,引入一些超节点用来获取lncRNA与节点间有效的链路,结合相似性网络构建一个lncRNA‑疾病异构超图;最后采用Transformer聚合邻居节点信息并更新lncRNA和疾病的节点嵌入;最后采用集成分类器预测lncRNA与疾病之间的关联。它有助于研究lncRNA在疾病中的作用机制,进而为临床诊断、疾病预防提供帮助,探索疾病的新疗法。
  • 一种银屑病精准分型模型的构建方法及其应用-202310856235.X
  • 贺培风;常敏静;郑蕾蕾;陈淼然;郝佳炜;姚开心;于琦 - 山西医科大学
  • 2023-07-12 - 2023-10-17 - G16B20/00
  • 本发明公开了一种银屑病精准分型模型的构建方法及其应用,属于医药技术领域。该模型采用R包“ConsensuClusterPlus”算法进行了无监督分层聚类,描述基因表达数据,将样本患者分为A、B和C三型,对亚型进行通路注释,分别定义为免疫激活型,混合型和间质增殖型。立足于银屑病的精准基因分型,重新定义了银屑病分型方法,并且可以根据基因检测结果与分型结果,为后续治疗方案提供更准确特异性更好的治疗建议,使后续治疗更合理更精准,更高效。
  • 蛋白质组学数据分析方法、装置、电子设备及存储介质-202310744096.1
  • 肖雯娟;徐盛强;刘显良 - 广州金墁利医药科技有限公司
  • 2023-06-20 - 2023-10-13 - G16B20/00
  • 本发明涉及数据处理领域,揭露了一种蛋白质组学数据分析方法、装置、电子设备及存储介质,其中,所述方法包括:获取净检验样本的蛋白质芯片数据;对蛋白质芯片数据进行差异分析得到第一差异蛋白表达集合;根据预设的样本多变量因素对蛋白质芯片数据进行混合线性模型的差异蛋白识别得到第二差异蛋白表达集合,并与第一差异蛋白表达集合构成总差异蛋白表达集合;对总差异蛋白表达集合进行第一富集分析得到差异蛋白表达变化集合;对蛋白质芯片数据进行第二富集分析得到全蛋白表达变化集合;并与所述差异蛋白表达变化集合一起进行相关性分析得到多变量蛋白分析结果。本发明主要目的在于增加蛋白质组学数据分析的全面性及准确性。
  • 一种基于细胞相互作用网络的肺癌淋巴结转移鉴定系统-202310852272.3
  • 周娟;魏壹明;李亦欣;林杨凯;李雄;陈浩文 - 华东交通大学
  • 2023-07-12 - 2023-10-13 - G16B20/00
  • 本发明提出一种基于细胞相互作用网络的肺癌淋巴结转移鉴定系统,该系统用于:获取若干患者标准化后的基因表达矩阵并进行聚类分析,利用聚类结果推断细胞相互作用网络,将细胞相互作用网络进行整图嵌入,得到细胞相互作用网络的向量表示,利用逻辑回归算法对向量表示进行分类分析,得到分类模型,再提取患者细胞相互作用网络的网络特征,将网络特征输入分类模型训练,得到淋巴结转移鉴定模型,将所需预测患者数据输入淋巴结转移鉴定模型获取分类结果,根据分类结果鉴定患者的病症类别,根据病症类别提前预测淋巴结转移的发生。本发明能够有助于确定肺癌患者的特征,鉴定病症类别。
  • 一种宏基因组数据挖掘方法-201911343764.X
  • 张俊亚;魏源送 - 中国科学院生态环境研究中心
  • 2019-12-24 - 2023-10-13 - G16B20/00
  • 本发明涉及一种宏基因组数据挖掘方法,包括以下步骤:1)从KEGG数据库中获取目标代谢途径的全部基因信息,并建立特异性数据库;2)建立目标代谢途径的特异性数据库的映像文件;3)基于获得的目标代谢途径的特异型数据库,对宏基因组测序获得的clean reads进行数据库快速比对,得到各样品的比对结果;4)对各样品的比对结果进行排序、统计和整合;5)对各样品的注释结果进行均一化处理,根据均一化结果进行不同样品间的定量分析。本发明能够快速建立指定代谢途径的特异性数据库用于后续分析,并能够对数据进行均一化和后处理,进而定量化比较不同样品中代谢途径相关基因差异,因而,可以广泛应用于宏基因组数据挖掘领域。
  • 一种蛋白质相分离特性检测模型的构建方法及应用-202310781857.0
  • 李炜;苗欣雨;张鹏;李一伟;陈曦 - 华中科技大学
  • 2023-06-29 - 2023-10-10 - G16B20/00
  • 本发明公开了一种蛋白质相分离特性检测模型的构建方法及应用,属于蛋白质相分离特性检测技术领域;将RNN网络作为主干网络,并结合特征局部注意力机制来帮助模型更加关注有重要作用的位置,且采用残差连接的方式将多个层次的特征融合拼接,以充分学习氨基酸序列的特征;在此基础上,考虑到各蛋白质氨基酸序列的并不呈等长分布,在输入到模型之前先将批次集中各蛋白质氨基酸序列填充到最大氨基酸序列长度,而为了减小填充值对结果的影响,在采用RNN网络和注意力机制进行特征提取之前,先根据序列长度进行压缩去除填充,提取到特征后再逆向填充回去,以保证输入和输出的维度相同,以实现不同阶段特征信息的融合,大大提高了模型检测的准确性。
  • 一种RNAseq融合基因蛋白功能预测及自动作图的方法-202310807243.5
  • 李冬梅;闫克强;熊炜;韩晓雪;颜呈呈;陈建春;贾晓冬;李行 - 天津金域医学检验实验室有限公司
  • 2023-07-03 - 2023-10-03 - G16B20/00
  • 本发明涉及基因功能技术领域,揭露了一种RNAseq融合基因蛋白功能预测及自动作图的方法及系统,包括:接收总RNA样本提取指令,根据所述总RNA样本提取指令获取RNAseq功能预测用的总RNA样本;对所述总RNA样本进行转录扩增处理,获得二代测序全转录原始数据源,并构建成文库;接收数据质控处理指令,根据数据质控处理指令对所述二代测序全转录原始数据源进行比对处理,获得融合基因蛋白比对结果;接收融合基因蛋白比对结果分析指令,根据所述融合基因蛋白比对结果分析指令确定所述融合基因蛋白比对结果的基因蛋白序列。本发明主要目的在于提高RNAseq融合基因蛋白功能预测及自动作图的效率。
  • 基于多时滞因果熵的基因调控网络构建方法及系统-202010013036.9
  • 李敏;冯浩楠;郑瑞清 - 中南大学
  • 2020-01-06 - 2023-10-03 - G16B20/00
  • 本发明公开了一种基于多时滞因果熵的基因调控网络构建方法及系统,对输入的时间序列基因表达数据划分成不同时滞下的时间窗口;对t个时间片的基因表达数据,分别构建t‑τ个时间窗口下的基因表达矩阵,对每一对基因,计算t时间窗口下的目标基因与之前t‑τ个时间窗口下基因的多时滞转移熵,得到一个多时滞下的基因相关性矩阵,矩阵的元素代表基因之间存在边的概率,并对矩阵通过k‑means将边聚类分成两类,过滤掉低概率的边簇,对剩下的每条边计算在条件基因下的多时滞条件转移熵,对最大因果熵小于阈值的间接调控的边过滤掉,获得最终的网络结构。本发明有效提高了推断的准确性。
  • 一种DNA序列的拆分方法及装置-202310487247.X
  • 元英进;谢泽雄;郑妍;郭菲 - 天津大学
  • 2023-04-28 - 2023-09-29 - G16B20/00
  • 本申请提供了一种DNA序列的拆分方法及装置,方法包括:根据预设的寡核苷酸长度在DNA序列中确定搜索区域;根据预设的序列长度在搜索区域中截取DNA序列,得到DNA子序列组;通过深度学习模型对DNA子序列组进行评分,并根据评分结果从DNA子序列组中确定得分最高的DNA子序列为目标序列;根据DNA变性温度相近原则对目标序列的碱基数进行调整,得到DNA序列为拆分时单链寡核苷酸之间的碱基互补配对碱基互补配对区域;根据碱基互补配对区域对DNA序列进行拆分,得到单链寡核苷酸。通过本申请提供的方法,能够从DNA序列中获取得分最高的碱基互补配对区域,并拆分DNA序列,进而提高PCA组装的组装效率。
  • 一种lncRNA-蛋白质相互作用预测方法及其相关设备-202310769833.3
  • 刘小双 - 平安科技(深圳)有限公司
  • 2023-06-27 - 2023-09-29 - G16B20/00
  • 本申请实施例属于数字医疗技术领域,应用于lncRNA与蛋白质间相互作用预测场景中,涉及一种lncRNA‑蛋白质相互作用预测方法及其相关设备,包括根据lncRNA序列构建第一关联图;根据蛋白质序列构建第二关联图;获取第一关联图和第二关联图分别对应的目标矩阵;基于第一关联图和第二关联图分别对应的目标矩阵,获取组表征向量;根据组表征向量预测每个序列组中lncRNA序列和蛋白质序列是否存在相互作用。通过协同训练方式分别对lncRNA序列和蛋白质序列进行图自编码器训练,再结合组表征向量进行预测器训练,充分利用了lncRNA序列和蛋白质序列自身的结构信息和两者间的相互作用信息,提高了已知信息利用的有效性和协同性,以及预测准确性。
  • 基于生成对抗网络的单细胞数据批次效应校正方法-202310723261.5
  • 彭佳杰;杨光 - 西北工业大学
  • 2023-06-19 - 2023-09-29 - G16B20/00
  • 本申请实施例提供了一种基于生成对抗网络的单细胞数据批次效应校正方法,包括:对单细胞数据进行测序,从而得到高维单细胞基因表达计数矩阵;对高维单细胞基因表达计数矩阵基于识别模型根据变分推断的方式进行计算学习,从而去近似估计后验分布,且利用随机生成的高斯噪声和高维单细胞数据的分布均值和分布方差近似估计潜在低维表示分布,从而获得近似的低维表示向量;基于生成模型对所述低维表示向量进行重构,从而获得单细胞重构原始数据;其中,在生成模型重构所述低维表示向量时,对低维表示向量加批次标签,用于去除批次效应。
  • 生物样本细胞组成检测方法、装置、设备及存储介质-202210982600.7
  • 范靖;蔡征文;王安欣 - 浙江霍德生物工程有限公司
  • 2022-08-16 - 2023-09-29 - G16B20/00
  • 本申请公开了一种生物样本细胞组成检测方法、装置、电子设备及可读存储介质,应用于生物医学技术领域。其中,方法包括对待检测生物样本进行单细胞转录组测序,得到单细胞测序结果;通过分析该单细胞测序结果,生成细胞基因表达矩阵;通过对细胞基因表达矩阵进行单细胞生物信息学分析,从而确定待检测生物样本所包含的细胞类型。本申请可以实现低成本、高通量、准确定量地一步检测生物样本的细胞组成。
  • 一种组织特异性eRNA的识别方法-202310288886.3
  • 章天骄;李良雨;汪国华 - 东北林业大学
  • 2023-03-22 - 2023-09-26 - G16B20/00
  • 一种组织特异性eRNA的识别方法,具体涉及一种基于深度学习的组织特异性eRNA的识别方法,为解决eRNA识别方法仅依赖eRNA的序列特征进行识别,导致识别结果的准确率不高的问题。它包括获取某组织的eRNA数据集和非增强子数据集,以及此组织不同年龄样本的多种组蛋白修饰数据;提取每个eRNA和每个非增强子的序列特征,以及每个eRNA和每个非增强子在不同年龄样本下的每种组蛋白修饰特征;合并此组织中所有eRNA和非增强子在每个年龄样本下的多种组蛋白修饰特征,利用聚类和投票得到此组织的RE和AE,将RE和AE加入此组织中不同年龄样本的组蛋白修饰特征,通过深度神经网络模型识别组织特异性eRNA。属于生物信息学领域。
  • 结直肠癌免疫治疗预测标志物的构建方法及应用-202310599226.7
  • 张虎;张宇;张鹏霞 - 佳木斯大学
  • 2023-05-25 - 2023-09-26 - G16B20/00
  • 本发明涉及一种结直肠癌免疫治疗预测标志物的构建方法及应用,依靠从TCGA数据库下载直肠癌数据集CRC_TCGA、从GEO数据库下载多个结直肠癌数据集,通过筛选GSE39582数据集获得免疫相关的skyblue基因模块,然后构建结直肠癌免疫治疗标志物并进行预后效果评估,最后利用GSE39582分析该标签预测免疫治疗的效果,并利用其他4个数据集进行免疫治疗预测的验证。本发明的结直肠癌免疫治疗预测标志物的构建方法,能准确的筛选、构建出结直肠癌免疫治疗预测标志物,可以预测免疫治疗是否有响应,从而选择相应的治疗措施,对降低医疗成本和提高患者的生存率有着重要的指导和参考意义。
  • 基因增强的骨架粒子群优化特征选择算法的小鼠唐氏综合征关键蛋白质筛选方法-202010097216.X
  • 韩飞;温猛猛;汤智豪;管天华 - 江苏大学
  • 2020-02-17 - 2023-09-26 - G16B20/00
  • 本发明公开了一种基因增强的骨架粒子群优化特征选择算法的小鼠唐氏综合征关键蛋白质筛选方法,该方法首先对原始小鼠脑皮层蛋白质检测随机将原始数据集分为两部分:训练集和测试集,分别用于粒子群的优化和最终结果的测试;然后对数据集进行维度提取,用于初始化种群获得原始种群;计算初始种群中每一维度基因的适应度,决定该维度的基因是否被选中,根据选中基因计算该粒子预测的正确率,识别出检测小鼠唐氏综合征的关键类别蛋白质。在粒子群优化方面,本发明相比于传统的小鼠唐氏综合征关键蛋白质筛选方法,本方法能过在原始数据集里快速高效地识别出数目较少且分类性能较好的关键特征子集。
  • 一种肿瘤致病基因筛选方法及存储介质-202310861206.2
  • 周韵斓;沈立松;李佳宁 - 上海交通大学医学院附属新华医院
  • 2023-07-13 - 2023-09-22 - G16B20/00
  • 本发明涉及一种肿瘤致病基因筛选方法及存储介质,该方法包括:S1、从原始转录谱数据中筛选出肿瘤差异表达基因,然后识别得到肿瘤致病相关基因子集;S2、以肿瘤致病相关基因子集中的基因表达数量为染色体长度,转录编号为基因位置,对种群个体进行编码;S3、以最小化基因子集个数、最大化分类准确率指标为优化目标,建立肿瘤非冗余致病基因的基于信息共享的Two‑Archive多目标优化模型并初始化;S4、进行种群间的限制交配选择、信息共享和信息补偿,直到满足终止条件,输出最优肿瘤致病基因筛选结果;其中,采用基于边界解驱动的子代优势互补机制进行种群更新。与现有技术相比,本发明具有高效、筛选准确性高的优点。
  • 一种基于多重蛋白质网络脉冲动力学过程的疾病基因预测方法-202110141656.5
  • 李敏;项炬 - 中南大学
  • 2021-02-02 - 2023-09-22 - G16B20/00
  • 本发明公开了一种基于多重蛋白质网络脉冲动力学过程的疾病基因预测方法,该预测方法主要包括以下步骤:一、构建标准化的多重蛋白质网络;二、构建多重蛋白质网络脉冲动力学模型;三、提取多重蛋白质网络脉冲动力学特征;四、融合多重蛋白质网络节点的脉冲动力学特征以通过排序对疾病基因进行预测。本发明的预测方法能够更有效地融合多类型的蛋白质网络,挖掘多源蛋白质网络中的隐含特征,从而提升疾病基因鉴别的能力,且计算量小,适于通过软件实现生物信息大数据的分析。
  • 压缩分子标记的核酸序列数据的方法-201880032274.5
  • C-Z·白 - 生命科技股份有限公司
  • 2018-05-15 - 2023-09-22 - G16B20/00
  • 一种压缩分子标记的序列数据的方法,包括:将与分子标记序列相关的序列读段分组以形成序列读段家族、流动空间信号测量值的对应向量和对应的序列比对值,计算所述流动空间信号测量值的对应向量的算术平均值以形成共有流动空间信号测量值的向量,计算所述流动空间信号测量值的对应向量的标准偏差以形成标准偏差向量,基于所述共有流动空间信号测量值的向量确定共有碱基序列,确定共有序列比对值并生成包含共有压缩数据的压缩数据结构,所述共有压缩数据包括每个家族的所述共有碱基序列、所述共有序列比对值、所述共有流动空间信号测量值的向量、所述标准偏差向量和成员数量。
  • 一种酶号预测的系统及其应用方法-202310480911.8
  • 史振坤;马红武;廖小平;袁倩倩;毛志涛 - 中国科学院天津工业生物技术研究所
  • 2023-04-28 - 2023-09-19 - G16B20/00
  • 本发明提供一种酶号预测的系统及其应用方法,涉及酶号预测技术领域,系统(HDMLF)由嵌入核和学习核组成,嵌入核采用最新的蛋白质语言模型进行蛋白质序列嵌入,学习核进行EC号码预测,HDMLF基于门控循环单元(GRU)框架设计,以多目标层次、多任务的方式执行EC号码预测,另外HDMLF中引入了一个注意力层来优化EC预测,并采用贪心策略集成和微调最终模型,本发明首先引入和评估了最先进的深度学习语言嵌入方法,以进行通用蛋白质序列嵌入,然后,我们提出了一种基于GRU与注意力机制的新型预测方法,以多任务方式解决这三个任务,最后,采用反馈机制选择最合适的嵌入,并引入贪心策略将这些任务集成起来,以最大化EC预测性能。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top