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]一种空间转录组细胞表达模式的识别方法及系统-CN202211441816.9在审
  • 高瑞;张道良;于娜;谯旭;刘治平 - 山东大学
  • 2022-11-17 - 2023-03-03 - G16B25/10
  • 本发明提出了一种空间转录组细胞表达模式的识别方法及系统,涉及生物信息学领域,对获取的空间转录组数据进行预处理,得到由图像特征、基因表达数据和邻接矩阵组成的正样本数据,属于同一个细胞的图像特征和基因表达数据存在对应关系;对正样本数据中图像特征和基因表达数据进行随机调整,得到负样本数据;构建图自编码器模型,用正样本数据和负样本数据对图自编码器模型进行训练;将待识别的样本数据输入到训练好的图自编码器模型中,得到最终识别的细胞类型;本发明构建图自编码器,充分利用空间转录组学中的多模态信息,实现空间转录组学的细胞模式识别,并改善扩展性和可操作性,提高组织切片中的细胞表达模式的识别精度和可靠性。
  • 一种空间转录细胞表达模式识别方法系统
  • [发明专利]一种预测畜禽数量性状显性遗传效应的方法及应用-CN202010339226.X有效
  • 张龚炜;左福元;王玲;张文秀;罗宗刚;李常营 - 西南大学
  • 2020-04-26 - 2023-02-14 - G16B25/10
  • 本发明公开了一种预测畜禽数量性状显性遗传效应的方法及应用,属于畜禽遗传选育技术领域。步骤如下:根据育种目标,确定亲本并测定相关性状表型数据;采集组织/血液样本,提取总RNA,获取全基因组水平的基因表达量并进行基因差异表达分析,获取与育种目标相关的差异表达基因,以及亲本间差异表达印记基因;将差异表达印记基因与差异表达非印记基因进行互作分析,获取与目标性状基因表达差异相关的差异表达印记基因,从而确定亲本的交配模式。本发明的预测畜禽数量性状显性遗传效应的方法,可大大缩短畜禽杂交育种的时间,以及节省大量的人力、物力和财力,在产犊数少,繁殖周期长,以及生长周期长的畜禽育种中具有极大的实用价值。
  • 一种预测畜禽数量性状显性遗传效应方法应用
  • [发明专利]确定蛋白质信息的方法、装置、可读介质及电子设备-CN202211289842.4在审
  • 边成;张志诚;李永会 - 抖音视界有限公司
  • 2022-10-20 - 2023-01-03 - G16B25/10
  • 本公开涉及一种确定蛋白质信息的方法、装置、可读介质及电子设备,包括:获取待确定蛋白质信息的目标蛋白质序列;将目标蛋白质序列输入目标蛋白质表示模型,以获取目标蛋白质表示模型输出的目标蛋白质表示;根据目标蛋白质表示,确定目标蛋白质序列的蛋白质信息,蛋白质信息包括蛋白质结构信息、蛋白质功能信息、蛋白质稳定信息以及蛋白质交互作用信息中的至少一个;其中,目标蛋白质表示模型通过多个样本集预先生成,样本集包括样本蛋白质序列和样本蛋白质序列对应的样本序列信息,样本序列信息包括样本蛋白质表示、样本基因本体特征以及样本关系信息,样本关系信息用于表征样本蛋白质序列与样本基因本体特征之间的关系。
  • 确定蛋白质信息方法装置可读介质电子设备
  • [发明专利]一种基于深度学习提高单细胞蛋白质组鉴定覆盖率的方法-CN202210331187.8有效
  • 郭雪江;李妍;司徒成昊;王兵 - 南京医科大学
  • 2022-03-31 - 2022-12-27 - G16B25/10
  • 本发明公开了一种基于深度学习提高单细胞蛋白质组鉴定覆盖率的方法,该方法包括:通过质谱实验产生多细胞蛋白质组和多个单细胞蛋白质组质谱数据,提取谱图信息进行预处理;根据肽段保留时间构建肽段保留时间预测模型;基于多细胞蛋白质组质谱数据作为谱图库,构建的深度学习模型来预测单细胞蛋白质组谱图碎片离子强度,并产生用于区分目标和诱饵PSM的特征;构建贝叶斯参数优化的集成学习模型对单细胞蛋白质组谱图质量进行重打分;基于正反库竞争方法控制谱图和蛋白水平的假发现率,进而将高可信性度的肽匹配谱图拼装为肽段、蛋白质进行定量。本发明有助于提高单细胞蛋白质组质谱数据的蛋白质鉴定水平,并促进单细胞蛋白质组学的未来发展和应用。
  • 一种基于深度学习提高单细胞蛋白质鉴定覆盖率方法
  • [发明专利]一种低甲基化水平的差异甲基化位点识别方法-CN201910145275.7有效
  • 李敏;胡昕昱;王林丛花;王建新 - 中南大学
  • 2019-02-27 - 2022-12-09 - G16B25/10
  • 本发明提供了一种低甲基化水平的差异甲基化位点识别方法,包括以下步骤:S1、获取一种低甲基化水平疾病的多组甲基化芯片数据样本。S2、对多组甲基化芯片数据样本进行预处理,得到甲基化芯片数据集。S3、根据位点维度,将甲基化芯片数据集划分为多个甲基化芯片数据子集;将每一个甲基化芯片数据子集输入构建随机森林模型,迭代进行特征选择,输出甲基化芯片数据的疾病相关特征集。S4、对甲基化芯片数据的疾病相关特征集进行线性拟合处理,之后通过假设检验筛选出具有统计显著性的特征。能识别出传统方法不能筛选出的差异甲基化位点,并且找到的差异甲基化位点具有更好的类别判定性能和显著性意义。
  • 一种甲基化水平差异识别方法
  • [发明专利]一种预测中药复方直接靶点和作用成分的方法-CN201910562690.2有效
  • 鲁路;倪世豪;孙术宁 - 广州中医药大学第一附属医院
  • 2019-06-26 - 2022-11-29 - G16B25/10
  • 本发明公开了一种预测中药复方直接靶点和作用成分的方法,包括以下步骤:首先对基因表达数据库进行挖掘,建立靶点敲除/过表达的特征基因数据库;在数据库中收集复方中可能存在的活性成分,并建模,提取分子电子指纹特征;基于特征基因数据库,对组学数据进行基因组富集分析,筛选组方可能作用的直接靶点;对预测到的靶点,基于公共数据库筛选已验证过活性的小分子,记录小分子的活性性质和活性数据;基于回归机器学习模型对活性数据建立预测模型,基于分类器机器学习模型对活性性质进行模型预测;基于建立的预测模型,预测中收集到的方剂活性成分。通过分子对接联合机器学习的方法成功预测中药复方中有效成分。
  • 一种预测中药复方直接作用成分方法

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