专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果241个,建议您升级VIP下载更多相关专利
  • [发明专利]基于图卷积神经网络的乳腺癌亚型分类方法和系统-CN202310964365.5在审
  • 安义帅;刘晓军;陈恒玲;郑冬云;朱春楠;刘超 - 中南民族大学
  • 2023-08-02 - 2023-10-27 - G16B25/10
  • 本发明公开了一种基于图卷积神经网络的乳腺癌亚型分类方法和系统,通过将乳腺癌基因表达数据转化为图形表示,并利用图卷积模块捕捉基因之间的相关性。对数据进行预处理,包括去除重复采样和没有亚型标签的样本,以及补全失值。构建乳腺癌基因表达的图表示数据集,结合生物学先验知识。利用图卷积的方式捕捉图中节点的局部特征,并使用批量归一化算法进行数据归一化。引入自注意力池化机制,通过学习输入数据对输出数据贡献度,实现关键特征的提取和分层池化。将局部特征和层级特征拼接输入分类模型,得到乳腺癌亚型的分类结果。本发明能够有效地捕捉基因之间的相关性,提高乳腺癌亚型分类的准确性,具有潜在的生物医学应用价值。
  • 基于图卷神经网络乳腺癌分类方法系统
  • [发明专利]基于深度学习模型预测抗体翻译后修饰位点的方法和系统-CN202311191034.9在审
  • 司马鹏 - 苏州创腾软件有限公司
  • 2023-09-15 - 2023-10-24 - G16B25/10
  • 本发明涉及人工智能领域,具体涉及一种基于深度学习模型预测抗体翻译后修饰位点的方法和系统,所述方法包括:获取待预测抗体的蛋白质序列;将所述待预测抗体的蛋白质序列输入预先训练的修饰位点预测模型,以得到所述修饰位点预测模型输出的修饰位点预测结果;其中,所述修饰位点预测模型是基于预先构建的注意力卷积神经网络框架和胶囊网络框架、利用抗体样本的蛋白质序列以及抗体样本对应的修饰位点进行训练得到的。利用预先训练的深度学习模型对多种修饰位点进行快速、准确的预测,解决了现有技术中修饰位点预测过程复杂耗时,泛化能力较差的技术问题。
  • 基于深度学习模型预测抗体翻译修饰方法系统
  • [发明专利]一种分析细胞命运转换关键转录因子的方法及系统-CN202110086884.7有效
  • 覃静;胡耀华 - 中山大学;深圳大学
  • 2021-01-22 - 2023-10-03 - G16B25/10
  • 本发明公开了一种分析细胞命运转换关键转录因子的方法及系统,方法包括对细胞进行转录组测定得到基因表达谱并进行比对,得到差异基因;对细胞进行扰动并进行转录组测定得到基因表达谱矩阵;从基因表达谱矩阵中提取转录因子表达谱生成第一矩阵;从基因表达谱矩阵中提取差异基因表达谱生成第二矩阵;根据转录因子结合位点信息生成第三矩阵;得到正则化模型并计算得到关键转录因子预测结果。本发明通过与目标细胞相关的转录因子信息、差异基因信息及转录因子结合位点信息构建正则化模型,并通过正则化模型对影响细胞命运转换的关键转录因子进行预测,相较于现有技术可以有效提高对关键转录因子的预测准确度。本发明可以广泛应用于生物技术领域。
  • 一种分析细胞命运转换关键转录因子方法系统
  • [发明专利]基于N6-腺苷酸甲基化的急性髓系白血病患者风险预后模型-CN202310821187.0在审
  • 王利;周光宇;窦曦 - 重庆医科大学
  • 2023-07-06 - 2023-09-29 - G16B25/10
  • 本发明涉及基于N6‑腺苷酸甲基化的急性髓系白血病患者风险预后模型,第一步获取诊断为急性系白血病的患者RNA测序,第二步分别获取ALKBH5、FTO、HNRNPA2B1、IGF2BP3、YTHDF1及YTHDF3基因的表达量。本发明本模型通过纳入N6‑腺苷酸甲基化相关7个基因的表达量,对每个基因的表达量与其系数的乘积进行计算,最后将所有基因表达量与其系数的乘积相加,得到最终的评估总分,每个患者可以依据上述所得的总分得出属于急性髓系白血病高风险组或低风险组,该模型的结果可以为医生更好地给急性髓系白血病患者制定方案提供参考,有效的提升对相关患者进行模拟预测,提升对患者治疗的精确性。
  • 基于n6腺苷酸甲基化急性白血病患者风险预后模型
  • [发明专利]基于PTEN基因状态筛选胶质瘤生物标记物的方法-CN202010977490.6有效
  • 董磊;张佩;夏琴 - 北京理工大学
  • 2020-09-17 - 2023-09-19 - G16B25/10
  • 本发明提供一种基于PTEN基因状态筛选胶质瘤生物标记物的方法,(1)获取胶质瘤患者的PTEN基因状态;(2)将胶质瘤患者分为PTEN‑WT亚组和PTEN‑mutant亚组;(3)分别对各个亚组的患者筛选亚组特异性的DEGs;(4)将亚组特异性的DEGs与各个亚组患者生存时间进行拟合,得到亚组特异性的OPR‑DEGs;(5)构建各个亚组患者的风险评分,观测风险评分与肿瘤的恶性程度的关系,并预测各个亚组患者的生存率;(6)筛选各个亚组的独立预后的OPR‑DEGs;(7)筛选潜在的靶向药物。本发明通过多因素COX分析恶性程度高的PTEN突变亚组的独立的最优预后基因,这对于PTEN突变的胶质瘤的诊断,预后预测和治疗提供了进一步的指导意义。
  • 基于pten基因状态筛选胶质生物标记方法

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