[发明专利]用于生成非编码-编码基因共表达网络的方法和系统有效
| 申请号： | 201580072759.3 | 申请日： | 2015-12-07 |
| 公开（公告）号： | CN107111689B | 公开（公告）日： | 2021-12-07 |
| 发明（设计）人： | N·班纳吉;N·迪米特罗娃;S·肖他尼;W·F·J·费尔哈格;Y·H·张 | 申请（专利权）人： | 皇家飞利浦有限公司 |
| 主分类号： | G16B25/00 | 分类号： | G16B25/00;G16B5/00;G16B20/00;C12Q1/6876;C12Q1/6883 |
| 代理公司： | 永新专利商标代理有限公司 72002 | 代理人： | 王英;刘炳胜 |
| 地址： | 荷兰艾*** | 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： | 公开了一种识别共表达的编码和非编码基因的方法。所述方法可以包括：接收基因序列；将所述基因序列映射到已知的编码和非编码基因；将所映射的基因进行相关；并且生成共表达网络。公开了一种用于生成共表达网络和在显示器上将所述共表达网络提供给用户的系统。所述系统可以包括存储器、一个或多个处理器、一个或多个数据库、以及显示器。 | ||
| 搜索关键词： | 用于 生成 编码 基因 表达 网络 方法 系统 | ||
【主权项】：
一种识别共表达的编码基因和非编码基因的方法，所述方法包括：接收存储器中的数字形式的多个RNA序列；基于数据库中的一组编码基因，将所述多个RNA序列中的至少一个映射到编码基因；将所述多个RNA序列中的另外至少一个映射到非编码基因；利用至少一个处理器将所述编码基因与所述非编码基因相关；并且至少部分地基于所述相关的结果来生成共表达网络。
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皇家飞利浦有限公司，未经皇家飞利浦有限公司许可，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/201580072759.3/，转载请声明来源钻瓜专利网。
- 上一篇：水晶工艺品（24）
- 下一篇：一种多功能LED显示装置
- 同类专利
- 一种代谢标志物辅助的全基因组预测方法及其应用-202310873519.X
- 徐扬;杨文艳;于广宁;周恺;张宇翔;徐一亿;李成;徐辰武;杨泽峰;陈茹佳;鲁月;王怡;刘伟;何水华;薛文侠 - 扬州大学;中垦种业股份有限公司
- 2023-07-17 - 2023-10-27 - G16B25/00
- 本发明属于育种技术领域，涉及一种代谢标志物辅助的全基因组预测方法及其应用，获取亲本自交系的SNP、代谢物以及表型数据，进行代谢组关联分析，挖掘产量相关性状的代谢标志物，构建代谢标志物辅助的全基因组预测模型，并对表型未知的杂交种进行表型预测，根据表型预测结果选择具有高产潜力的候选杂交组合。本发明可以提高GS模型对玉米杂种表型的预测准确度，进而能够更精准地筛选出具有高产潜力的候选杂交组合，为进一步提高作物产量做出贡献。
- 药物扰动后细胞基因表达的预测方法、装置、设备及介质-202310739442.7
- 郭阳鸣;郝碧波;唐蕊 - 平安科技（深圳）有限公司
- 2023-06-20 - 2023-10-27 - G16B25/00
- 本申请涉及人工智能及医疗健康技术领域，揭示了一种药物扰动后细胞基因表达的预测方法、装置、设备及介质，其中方法包括：获取目标细胞在未经过药物扰动情况下的初始细胞基因表达数据，并采用第一编码器，对初始细胞基因表达数据进行编码，得到第一隐向量，第一编码器是采用多个残差块的Se_ResNet模型；获取目标药物的二维分子结构数据，并对二维分子结构数据进行数学表示，得到化合物表示数据，将采用第二编码器，对化合物表示数据进行编码，得到第二隐向量；根据第一隐向量和第二隐向量进行药物扰动后细胞基因的表达，得到目标细胞在目标药物的药物扰动后的目标细胞基因表达数据。从而提高了药物扰动后细胞基因表达预测的准确性。
- 一种基于最小熵算法的基因表达网络分析方法-202310912377.3
- 夏志强;江思容;邹枚伶 - 海南大学
- 2023-07-24 - 2023-10-13 - G16B25/00
- 本发明提供一种基于最小熵算法的基因表达网络分析方法，包括以下步骤：数据收集及预处理；基因间相关性获取；转换数据格式；基于基因相关性矩阵建立基因表达网络；使用Infomap多级网络聚类模型对基因表达网络进行聚类，利用随机游走的方式识别所有基因之间的关系，将同信息编码的基因划分为同一个群组，并对得到的每一个群组进行网络可视化。本申请基于最小熵算法选择相关性强的基因来构建基因表达网络，解决以往技术无法直接从计算过程中选择相关性强的基因去绘制表达网络的问题，并基于评估最小熵算法每个基因对于聚类任务的重要性，并选择最具代表性的基因作为聚类特征，提升聚类结果的准确性。
- 一种男性不育标志物的筛查方法、系统及设备-202311149986.4
- 宋伟;邹定峰;苏路瑛;李凯 - 中国医学科学院基础医学研究所
- 2023-09-07 - 2023-10-13 - G16B25/00
- 本发明提供了一种男性不育标志物的筛查方法、系统及设备，涉及生殖分子生物学领域。所述方法包括：获取RBP样本集和不同组织转录组数据；将RBP样本集和不同组织转录组数据进行多组织共表达网络分析得到RBPs共表达模块；对睾丸组织中高度富集或特异性表达的共表达模块中的基因进行功能分析和差异表达分析，得到第一候选标志物；将第一候选标志物和无精症患者的转录组数据中差异表达基因进行联合分析，得到第二候选标志物，即为目标男性不育标志物。本发明提供的方法综合利用了多种数据源，具有睾丸组织特异性，采用高度关联性分析和多层次筛选的方法，提高筛查的准确性和可靠性，为男性不育的诊断和治疗提供重要的参考依据。
- 基于调控胁迫植物基因表达的化学调控剂的筛选方法-202011580470.1
- 于晓章;冯宇希;林钰涓 - 桂林理工大学
- 2020-12-28 - 2023-10-13 - G16B25/00
- 本发明公开了基于调控胁迫植物基因表达的化学调控剂的筛选方法，选择待筛选化学调控剂，以对污染物敏感的胁迫植物基因表达为基础数据，测定植物幼苗的胁迫植物基因的表达量；构建调节反应类型集a
- 一种细胞状态特征分值的获取方法、装置和电子设备-202310691969.7
- 季序我;赵义;彭鑫鑫;李哲 - 普瑞基准生物医药（苏州）有限公司;普瑞基准科技（北京）有限公司;北京普康瑞仁医学检验所有限公司
- 2023-06-12 - 2023-10-03 - G16B25/00
- 本发明公开了一种细胞状态特征分值的获取方法、装置和电子设备，属于生物信息技术领域。获取方法包括：确定第一细胞状态表征基因，并根据所述第一细胞状态表征基因计算优化前细胞状态特征分值；基于优化前细胞状态特征分值将细胞划分为正向细胞状态类群和负向细胞状态类群；基于正向细胞状态类群和负向细胞状态类群之间的差异表达基因，筛选得到正向细胞状态特征基因；将所述第一细胞状态表征基因和正向细胞状态特征基因融合得到第二细胞状态表征基因，并根据所述第二细胞状态表征基因计算优化后细胞状态特征分值。本发明提高了细胞状态特征分值的可推广性，同时提高了细胞状态特征分值计算的准确性。
- 一种同源四倍体双减数参数与HWD系数的联合测定方法-202310732188.8
- 姜立波;吕娟娟;吕忠璠;季东超;周健宣 - 山东理工大学
- 2023-06-20 - 2023-09-29 - G16B25/00
- 本申请涉及同源四倍体生物领域，尤其涉及一种同源四倍体双减数参数与HWD系数的联合测定方法。包括：构建同源四倍体自然群体双减数与连锁不平衡联合模型；构建联合计算模型；输入双标记子代合子频率的实际数值至联合计算模型，确定双标记直亲代配子频率的估计数值；根据双标记直亲代配子频率的估计数值，计算单标记直亲代配子频率的估计数值；代入单标记直亲代配子频率的估计数值至单标记直亲代配子频率计算模型，得到非线性方程；根据非线性方程，确定双减数参数和哈迪‑温伯格不平衡系数的测定数值。本申请通过构建联合模型同时完成双减数频率估计、哈迪温伯格不平衡以及标记间连锁不平衡程度的测定，提高参数估计的精度。
- 一种利用转录组评估免疫年龄和状态的方法和系统-202310801769.2
- 罗钧洪;陈国兵;茅立鹏;任之尧;龙泽 - 暨南大学;珠海蓬生生物科技有限公司
- 2023-06-30 - 2023-09-29 - G16B25/00
- 本发明公开了一种利用转录组评估免疫年龄和状态的方法和系统。本发明提供了与年龄高度相关的基因组合物在评估免疫年龄和状态中的应用，并利用待检测用户的实际年龄及上述基因组合物在其外周血单核细胞转录组中的表达量，分析得到免疫年龄、免疫年轮和免疫衰老指数进而评估免疫状态，对于免疫状态偏离正常的待检测用户可进一步进行免疫状态的分类的评判。本发明采用基于机器学习的方法，在外周血单核细胞转录组的测序数据中有效地提取免疫年龄信息，能够全面评估免疫状态，为健康状况提供有效指导。
- 基于深层图卷积网络的蛋白质-蛋白质相互作用位点预测方法-202110502536.3
- 杨跃东;袁乾沐;卢宇彤 - 中山大学
- 2021-05-08 - 2023-09-26 - G16B25/00
- 本发明公开了一种基于深层图卷积网络的蛋白质‑蛋白质相互作用位点预测方法，包括步骤如下：根据蛋白质的序列和结构信息，提取节点特征矩阵和包含边信息的邻接矩阵，共同构成蛋白图表征；采用基于初始残差和恒等映射的深层图卷积；深层图卷积的最后一层图卷积层的输出输入一个多层感知机，完成构建深层图卷积神经网络；将训练数据提取得到蛋白图表征，采用五折交叉验证方法对深层图卷积神经网络进行训练；将待测数据通过提取得到蛋白图表征，并输入训练好的深层图卷积神经网络，实现对蛋白‑蛋白相互作用位点的预测。本发明能更充分地利用蛋白质空间结构信息，进一步提高蛋白‑蛋白相互作用位点预测的准确率。
- 一种指导选择适用于抗PD-1/PD-L1免疫治疗患者的膀胱癌免疫分类系统-202110085644.5
- 孟佳林;张蒙;陆晓凡;周宇杰;卞子辰;金晨;葛秦涛;莫凡;丁杨;张力;郝宗耀;梁朝朝 - 安徽医科大学第一附属医院
- 2021-01-22 - 2023-09-22 - G16B25/00
- 本发明提供一种指导选择适用于抗PD‑1/PD‑L1免疫治疗患者的膀胱癌免疫分类系统，涉及生物医学技术领域。所述分类系统的确立主要是采用无监督非负矩阵分解(NMF)和最近模板预测(NTP)算法，将膀胱癌患者分为免疫活化亚组、免疫耗竭亚组和非免疫亚组。本发明克服了现有技术的不足，膀胱癌患者进行分类，确定一种新的免疫分子分类器，为膀胱癌患者的免疫治疗策略的临床选择提供方向。
- 基于机器学习的虚拟筛选方法、装置、设备及介质-202310742320.3
- 王俊;谈硕彦 - 平安科技（深圳）有限公司
- 2023-06-20 - 2023-09-19 - G16B25/00
- 本发明涉及人工智能领域及数字医疗领域，公开了基于机器学习的虚拟筛选方法、装置、设备及介质，包括：利用预测模型，对候选分子进行预测，确定候选分子预测为活性分子的概率；按从高到低的顺序，对概率进行排序，选择概率排序前N位的候选分子作为初筛结果；模拟初筛结果中的候选分子与靶标蛋白质之间的结合过程；根据结合过程的参数值，在初筛结果中，选择多个候选分子作为激酶小分子抑制剂的终筛结果；预测模型的训练方法包括:将活性分子与预设的靶标蛋白质进行对接，生成第一对接结果，使用机器学习算法，以第一对接结果为自变量，以活性分子的数据为因变量，训练激酶小分子抑制剂的预测模型。本发明能提高激酶小分子抑制剂的筛选效率。
- 药物扰动后细胞基因表达的预测方法、装置、设备及介质-202310742755.8
- 郭阳鸣;郝碧波;唐蕊 - 平安科技（深圳）有限公司
- 2023-06-20 - 2023-09-19 - G16B25/00
- 本申请涉及人工智能及医疗健康技术领域，揭示了一种药物扰动后细胞基因表达的预测方法、装置、设备及介质，其中方法包括：将所述初始细胞基因表达数据输入所述第一编码器进行隐向量提取，得到第一隐向量；将所述细胞系基因表达数据输入所述第二编码器进行隐向量提取，得到第二隐向量；将所述化合物表达数据输入所述第三编码器进行隐向量提取，得到第三隐向量；采用所述目标解码器，对所述第一隐向量、所述第二隐向量和所述第三隐向量进行所述目标细胞在所述目标药物的药物扰动后的细胞基因表达的解码，得到目标细胞基因表达数据。实现了基于细胞系、药物、基因之间的潜在关系进行细胞基因表达的解码，提高了药物扰动后细胞基因表达预测的准确性。
- 一种单细胞分析方法、装置、电子设备和存储介质-202310715783.0
- 陈胜;彭岩;李彦泽 - 北京博奥晶典生物技术有限公司
- 2023-06-15 - 2023-09-15 - G16B25/00
- 本申请公开了一种单细胞分析方法、装置、电子设备和存储介质，该方法和装置应用于电子设备，具体为基于scATAC方法对目标细胞进行分析，得到目标细胞的第一数据；基于scRNA方法对目标细胞进行分析，得到目标细胞的第二数据；基于scATAC方法和scRNA方法对第一数据和第二数据进行整合分析，得到目标细胞的细胞类型和可及性。本方案通过关联和注释方法对单细胞的染色质开发区域进行精确分析，从而能够为染色质可及性的研究提供数据基础。
- 一种与IgA肾病对于RAS抑制剂治疗反应的潜在生物标志物的筛选方法-202310472555.5
- 杨琼琼;吴剑平 - 中山大学孙逸仙纪念医院
- 2023-04-27 - 2023-08-25 - G16B25/00
- 本发明属于生物医学领域，公开了一种与IgA肾病对于RAS抑制剂治疗反应的潜在生物标志物的筛选方法，其特征在于，该方法具体包括：利用生物标志物获取模块获取多个与IgA肾病对于RAS抑制剂治疗反应的潜在生物标志物；利用数据采集模块对潜在生物标志物进行RNA测序数据采集；利用预处理模块对RNA测序数据预处理得到相关特征数据，获得潜在生物标志物绝对量；利用扩纬模块对特征数据集进行扩维，加入同时上下调，互为上下调等潜在特征；利用数据分析模块和正交偏最小二乘法判别分析算法对获得的特征进行分类和筛选以获得生物标志物。本发明对于寻找IgA肾病对于RAS抑制剂治疗反应的生物标志物或基因标记有显著帮助，可调整病人的用药方案进而优化IgA肾病治疗。
- 移相校正-202310595255.6
- R·朗格洛伊斯;P·贝利茨 - 伊鲁米那股份有限公司
- 2018-01-05 - 2023-08-18 - G16B25/00
- 本发明涉及移相校正。本发明方法可以：(a)获得包括多个读取核酸碱基的位点的基板(例如，流动池的一部分)的图像；(b)从基板的图像测量多个位点的颜色值；(c)将所述颜色值存储在所述测序仪的一个或多个处理器的处理器缓冲区中；(d)检索所述多个位点的部分移相校正的颜色值，其中所述部分移相校正的颜色值在紧邻的前一碱基识别循环期间存储在所述测序仪的存储器中；(e)确定预移相校正；(f)确定校正的颜色值。在各种实现方案中，这些操作都在单个碱基识别循环期间执行。在某些实施方式中，该方法还包括使用校正的颜色值来对多个位点进行碱基识别。可以设计或配置测序仪以实施这样的方法。
- 一种借助虚拟性状的杂交育种方法-202310366768.X
- 何克荣;于少芳;祝新荣;夏建国;孟智启 - 浙江省农业科学院
- 2023-04-07 - 2023-08-15 - G16B25/00
- 本发明公开了一种借助虚拟性状的杂交育种方法。为了克服现有技术直接根据亲本成绩进行选育和组配杂交组合的不确定性和盲目性的问题；本发明包括：S1：建立包含杂种一代和对应的亲本成绩的基本数据库；构建基础性状集，建立运算方法集；S2：从基础性状集和运算方法集中随机抽取基础性状和运算方法，组合构建备选的虚拟性状；S3：利用基本数据库中的数据，计算实用性状与备选的虚拟性状的参数与测试结果；S4：根据计算的参数与测试结果和对应的阈值比较，选择目的虚拟性状进行选育或组配杂交组合。规避在亲本选育和配制杂交组合时，杂种优势的影响，加快亲本选育进程，减少组配杂交组合的数量，加快育种进程。
- 一种单细胞ATAC-seq数据分析方法-202310182496.8
- 张永清;王紫轩;邹权;喻云;牛颢;丁春利;吴锡;张峻铭;刘宇航;熊术文;王茂丞 - 成都信息工程大学
- 2023-02-28 - 2023-08-15 - G16B25/00
- 本发明公开了一种单细胞ATAC‑seq数据分析方法，通过提取单细胞分辨率的染色质可达性特征峰序列中转录因子‑DNA结合基元的所属种类、相对位置、长距离依赖关系等众多转录调控语法规则，从而更全面地表示单个细胞的功能状态和高阶特征。此外，本发明方法利用获取的转录调控语法规则、细胞功能状态和高阶特征，一站式地实现染色质可达性预测、细胞类型注释、染色质可达性图谱降噪、转录因子活性推断等一系列下游分析任务。
- 一种基于非线性深度自编码器的空间转录组空间域划分方法及系统-202310488410.4
- 彭有梅;黄津津;付小倩;张壮丽;李建波;杨洋;王修霞;张艳;刘尚坤;谢银峰;王娅蓉 - 郑州大学
- 2023-04-28 - 2023-08-01 - G16B25/00
- 本发明公开了一种基于非线性深度自编码器的空间转录组空间域划分方法及系统，涉及生物信息学技术领域，包括以下步骤：步骤一、对空间转录数据处理得到增强基因表达谱以及邻接矩阵；步骤二、利用噪声函数使增强基因表达谱产生干扰噪声并与增强基因表达谱共用邻接矩阵；步骤三、构建非线性深度自编码器模型，并进行模型训练；步骤四、构建自适应神经网络并嵌入非线性深度自编码器中用于处理批次效应；步骤五、将正样本数据输入到训练好的非线性深度自编码器模型中以得到潜在嵌入特征，并进行聚类以生成聚类标签；本发明有效提高了空间转录组数据空间域划分的精度，有效克服了批次效应，适用于多种空间转录组平台。
- 一种融合影像基因数据的空间转录组spot区域聚类方法-202310563365.4
- 邵伟;石航;张道强 - 南京航空航天大学
- 2023-05-18 - 2023-08-01 - G16B25/00
- 本发明公开了一种融合影像基因数据的空间转录组spot区域聚类方法，对空间转录组中每个spot的基因表达进行预处理,获取基因表达矩阵；还原预处理后的每个spot所在区域的图像；使用对比学习网络提取图像特征；以各spot之间不同关系进行排序，构件多模态图结构；将多模态图结构的邻接矩阵及节点特征矩阵输入图对比学习网络模型，然后将输出输入多模态融合网络，再将输出输入全连接神经网络，得到节点特征表示；然后采用降维、聚类算法处理后，识别空间转录组spot区域类型。基于图对比学习的融合影像基因数据的spot区域聚类方法，将深度学习技术与空间转录组领域的知识相结合，从而实现降噪、高效聚类等目的。
- 一种基于机器学习的水稻抗稻瘟菌关键SRNA识别方法-202310438736.6
- 张浩;盛建华;赵恩爽;刘元宁 - 吉林大学
- 2023-04-23 - 2023-07-28 - G16B25/00
- 本发明公开了一种基于机器学习的水稻抗稻瘟菌关键SRNA识别方法，包括：步骤一、在水稻侵染数据集中，获取水稻SRNA和MRNA序列信息；步骤二、设定筛选条件，筛选水稻差异表达SRNA和MRNA；步骤三、构建差异表达水稻基因的异质互作网络；步骤四、在异质互作网络中，联合优化建模显示关系和建模隐式关系，通过联合优化结果，筛选出稻瘟菌侵染水稻过程中的水稻抗侵染关键SRNA。通过构建差异表达水稻基因的异质互作网络，并进行联合优化，能够找出水稻抵抗稻瘟菌侵染过程中的关键水稻SRNA，弥补传统方法无法考虑同类型生物分子间相互影响的不足，提升方法预测的准确性。
- 大豆亲本选择方法、装置、存储介质及电子设备-202010114122.9
- 闫昊;丁孝羊;张春宝;王鹏年;赵丽梅;彭宝;颜秀娟;张井勇;张伟;林春晶 - 吉林省农业科学院
- 2020-02-24 - 2023-07-21 - G16B25/00
- 本申请提供了一种大豆亲本选择方法、装置、存储介质及电子设备，涉及植物杂交技术领域，该方法包括：获取所有待测大豆种质资源的组合、每个组合内的各个待测大豆种质资源；基于每个组合的组内杂交结果得到的每个组合下的大豆目标性状值确定每个组合的评价等级；基于每个待测大豆种质资源所属的每个组合的评价等级确定每个待测大豆种质资源的评价结果；基于评价结果确定大豆亲本。本申请文件中将同一待测大豆种质资源所属组合的大豆目标性状值进行综合作为选择大豆亲本的依据，能够在众多大豆种质资源中筛选出优质的大豆亲本，并且实现了自动化筛选大豆亲本，能够提高筛选大豆亲本的效率，以提升大豆目标性状。
- 基因共表达状态的量化分析方法及装置、设备和介质-202310707491.2
- 魏兰颖;张应生;濮梦辰;辛玉翠 - 北京望石智慧科技有限公司
- 2023-06-15 - 2023-07-18 - G16B25/00
- 本发明公开了一种基因共表达状态的量化分析方法及装置、设备和介质。该方法包括：构建实验组与对照组之间的全局差异共表达网络；该实验组对应的基因共表达状态为第一状态、对照组对应的基因共表达状态为第二状态；基于该全局差异共表达网络确定出高度重构基因；根据高度重构基因和研究信息构建差异共表达子网络，基于该差异共表达子网络确定出目标样本的基因共表达状态得分，其中，差异共表达子网络中各节点对应的基因与研究信息包含的目标生物途经相关，基因共表达状态得分用于指示目标样本的基因共表达状态与第一状态或第二状态的相似程度。本发明能够实现在个体层面上对单个样本的基因共表达状态的定量分析。
- 一种量化肿瘤高内皮微静脉的基因集的构建方法及系统-202310260957.9
- 白雪;杜坤恒;张艳培;郭泽钦;董忠谊;吴德华 - 南方医科大学南方医院
- 2023-03-17 - 2023-07-14 - G16B25/00
- 本发明公开了一种量化肿瘤高内皮微静脉的基因集的构建方法及系统，包括以下步骤：收集肿瘤患者数据；基于所述肿瘤患者数据，注释出肿瘤组织中的内皮细胞；对所述内皮细胞进行分群,生成内皮细胞亚群；计算各内皮细胞亚群的差异表达基因，并注释出内皮细胞中的毛细血管后微静脉内皮细胞亚群；筛选出在毛细血管后微静脉内皮细胞相对高表达、且在肿瘤中其他类型的细胞中相对低表达的基因；进一步筛选出上一步保留基因中表达量与淋巴细胞丰度显著正相关的基因,构成基因集。本发明不仅可以用于表征肿瘤组织中高内皮微静脉的特点，还有助于筛选出免疫治疗的获益人群，使丰富的转录组数据得到更好的利用，具有重要的意义和临床应用价值。
- 蛋白质相互作用的预测方法、装置、电子设备及存储介质-202310219211.3
- 杨森;程鹏;舒文杰;王升启 - 中国人民解放军军事科学院军事医学研究院
- 2023-03-06 - 2023-07-04 - G16B25/00
- 本发明提供了一种蛋白质相互作用的预测方法、装置、电子设备及存储介质，包括：获取第一蛋白质对应的第一氨基酸序列和第二蛋白质对应的第二氨基酸序列；通过预先训练的目标预测网络，基于第一氨基酸序列和第二氨基酸序列进行蛋白质预测，得到蛋白质预测结果；其中，目标预测网络包括氨基酸嵌入子网络、向量编码子网络和预测子网络，蛋白质预测结果用于表征第一蛋白质和第二蛋白质之间发生相互作用的概率。本发明可以高效、高准确率地预测蛋白质之间是否会发生相互作用，还可以实现跨物种的蛋白质相互作用预测。
- 水产动物选择指数制定方法及选择育种方法-202310272856.3
- 隋娟;栾生;孔杰;代平;孟宪红;罗坤;曹家旺;谭建;傅强;陈宝龙 - 中国水产科学研究院黄海水产研究所
- 2023-03-20 - 2023-06-30 - G16B25/00
- 本发明公开了一种水产动物选择指数制定方法及选择育种方法，解决现有技术制定选择指数存在的不利于制定配种方案以及影响选择育种的准确性和可靠性的问题。所述水产动物选择指数制定包括：获取所有个体或家系的所有育种目标性状的测定值以及所有个体或家系的近交系数；根据所述测定值，获取每个性状的育种值、每个性状的平均育种值以及育种值标准差；根据所述近交系数确定所有个体或家系的平均近交系数和近交系数标准差；计算性状标准化育种值;计算标准化近交系数；根据所述性状标准化育种值和所述标准化近交系数，计算综合育种值；根据所述综合育种值确定选择指数。
- 镉胁迫条件下毛白杨中的一种差异表达的NACs转录因子及其获取方法-201811502694.3
- 张德强;刘鑫;陈盼飞 - 北京林业大学
- 2018-12-10 - 2023-06-23 - G16B25/00
- 本发明属于生物信息学技术领域，本发明提供了镉胁迫条件下毛白杨中的一种差异表达的NACs转录因子及其获取方法。本发明采用高通量测序技术和生物信息学分析的方法，获取了镉胁迫条件下毛白杨中的差异表达的NACs转录因子。本发明首次通过转录组分析和关联分析相结合的策略，获得了镉胁迫条件下毛白杨的差异表达的NACs转录因子，这些转录因子能够影响镉胁迫条件下毛白杨的生长和光合作用，对于治理和修复重金属污染以及提高植物的抗逆性具有重要的参考价值和理论意义。
- 一种基于图神经网络的中和抗体设计方法-202310215901.1
- 张贵军;费自强;刘栋;柴瑞峰;韩天煜;周晓根 - 浙江工业大学
- 2023-03-02 - 2023-06-13 - G16B25/00
- 一种基于图神经网络的中和抗体设计方法，包括以下步骤：1)构建数据集；2)将重链序列图形化表示；3)捕获框架序列信息；4)满足治疗性抗体的约束条件；5)搭建图神经网络模型；6)设置参数：邻近节点个数K、丢弃率和迭代次数，使用Adam Optimizer方法对网络权重进行优化，设定初始学习率，使用交叉熵CrossEntropyLoss作为损失函数；7)中和作用优化。本发明在设计能够中和SARS‑CoV‑2病毒的抗体方面效果显著。
- 移相校正-201880013963.1
- R·朗格洛伊斯;P·贝利茨 - 伊鲁米那股份有限公司
- 2018-01-05 - 2023-06-13 - G16B25/00
- 存储器高效性方法从在碱基识别循环期间由核酸测序仪采集的图像数据确定校正的颜色值。这种方法可以：(a)获得包括多个读取核酸碱基的位点的基板(例如，流动池的一部分)的图像；(b)从基板的图像测量多个位点的颜色值；(c)将所述颜色值存储在所述测序仪的一个或多个处理器的处理器缓冲区中；(d)检索所述多个位点的部分相位校正的颜色值，其中所述部分相位校正的颜色值在紧邻的前一碱基识别循环期间存储在所述测序仪的存储器中；(e)确定预移相校正；(f)确定校正的颜色值。在各种实现方案中，这些操作都在单个碱基识别循环期间执行。在某些实施方式中，该方法还包括使用校正的颜色值来对多个位点进行碱基识别。可以设计或配置测序仪以实施这样的方法。
- 一种基于增强子和启动子数据预测关键转录因子的方法-202310081441.8
- 方皓舒;朱亚玲;孟蕾蕾;马金虎 - 安徽医科大学
- 2023-01-16 - 2023-05-16 - G16B25/00
- 本发明公开了一种基于增强子和启动子数据预测关键转录因子的方法，其包括以下步骤：获得基因增强子序列的FASTA格式文件；根据基因转录起始位点的位置信息，获取基因启动子序列的FASTA格式文件；将基因增强子序列和启动子序列的FASTA格式文件分别导入转录因子在线预测系统PROMO，得到靶向结合增强子的转录因子和靶向结合启动子的转录因子；筛选出同时靶向结合增强子和启动子的整合转录因子；构建整合转录因子的蛋白质相互作用网络；筛选处于核心位置的转录因子作为调控基因表达的关键转录因子。本发明能够通过整合增强子和启动子数据而准确、快速地预测出调控基因表达的关键转录因子，并具有更高的预测准确性。
- 基于深度学习的单细胞测序基因表达数据插补方法和系统-202211055015.9
- 李爱民;牛俊杰;费蓉;周红芳;李军怀;黑新宏;刘雅君;刘光明 - 西安理工大学
- 2022-08-31 - 2023-05-12 - G16B25/00
- 本发明涉及基于深度学习的单细胞测序基因表达数据插补方法和系统，涉及生物信息学技术领域，该方法为获取单细胞测序用数据集，其中，所述数据集为多个细胞样本的基因表达水平组成的二维矩阵，即细胞‑基因矩阵；过滤所述数据集的细胞‑基因矩阵，并聚类筛选高表达基因；搭建神经网络模型，并将筛选出的高表达基因输入到神经网络模型进行训练和测试，得到预测模型；将低表达基因输入到预测模型中得到预测结果，将得到的预测结果插补到细胞‑基因矩阵中。本发明使用统计模型筛选出来的高表达基因作为深度学习模型的输入，保留了细胞之间的相似性，得到的基因有更密切的联系，通过神经网络学习细胞间的特征，使得在单细胞插补阶段有更好的准确率。
- 专利分类
