[发明专利]RNA-蛋白质相互作用预测方法、装置、介质及电子设备在审
申请号: | 202180002693.6 | 申请日: | 2021-09-27 |
公开(公告)号: | CN116897396A | 公开(公告)日: | 2023-10-17 |
发明(设计)人: | 王斯凡;张振中 | 申请(专利权)人: | 京东方科技集团股份有限公司 |
主分类号: | G16B40/00 | 分类号: | G16B40/00 |
代理公司: | 北京律智知识产权代理有限公司 11438 | 代理人: | 王辉;阚梓瑄 |
地址: | 100015 *** | 国省代码: | 北京;11 |
权利要求书: | 暂无信息 | 说明书: | 暂无信息 |
摘要: | 本公开提供一种RNA‑蛋白质相互作用预测方法、装置、介质及电子设备;涉及人工智能技术领域。所述方法包括:获取待预测的RNA‑蛋白质对;对所述待预测的RNA‑蛋白质对进行特征提取,得到所述待预测的RNA‑蛋白质对的序列特征;向量化所述待预测的RNA‑蛋白质对,得到所述待预测的RNA‑蛋白质对中的RNA序列表示向量和蛋白质序列表示向量;基于所述待预测的RNA‑蛋白质对的序列特征、待预测的RNA‑蛋白质对中的RNA序列表示向量和蛋白质序列表示向量,使用相互作用预测模型得到所述待预测的RNA‑蛋白质对的相互作用预测值;根据所述相互作用预测值确定所述RNA和蛋白质之间的相互作用。 | ||
搜索关键词: | rna 蛋白质 相互作用 预测 方法 装置 介质 电子设备 | ||
【主权项】:
暂无信息
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京东方科技集团股份有限公司,未经京东方科技集团股份有限公司许可,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/202180002693.6/,转载请声明来源钻瓜专利网。
- 同类专利
- RNA-蛋白质相互作用预测方法、装置、介质及电子设备-202180002693.6
- 王斯凡;张振中 - 京东方科技集团股份有限公司
- 2021-09-27 - 2023-10-17 - G16B40/00
- 本公开提供一种RNA‑蛋白质相互作用预测方法、装置、介质及电子设备;涉及人工智能技术领域。所述方法包括:获取待预测的RNA‑蛋白质对;对所述待预测的RNA‑蛋白质对进行特征提取,得到所述待预测的RNA‑蛋白质对的序列特征;向量化所述待预测的RNA‑蛋白质对,得到所述待预测的RNA‑蛋白质对中的RNA序列表示向量和蛋白质序列表示向量;基于所述待预测的RNA‑蛋白质对的序列特征、待预测的RNA‑蛋白质对中的RNA序列表示向量和蛋白质序列表示向量,使用相互作用预测模型得到所述待预测的RNA‑蛋白质对的相互作用预测值;根据所述相互作用预测值确定所述RNA和蛋白质之间的相互作用。
- 估计装置、学习装置、优化装置、估计方法、学习方法以及优化方法-202280013193.7
- 铃木崇;山本周平;丰田健一;黑田博隆 - 株式会社岛津制作所
- 2022-01-31 - 2023-09-29 - G16B40/00
- 估计装置(200)通过将包含在从将细胞接种至培养基起经过了规定期间之后的至少一个定时测定培养容器内的物质所得到的测定结果的测定数据(510)输入到预测模型(420),来生成表示通过培养该细胞而制造的生物药品的原料药的品质的品质预测数据(540)。预测模型(420)是通过使用包含测定数据和品质数据的学习用数据(530)执行学习处理而生成的,该测定数据包含在从将细胞接种至培养基起的多个定时测定培养容器内的物质所得到的测定结果,该品质数据是对用细胞制造的生物药品的原料药进行解析所得到的数据。
- 用于分析基因数据的计算机实现方法和装置-202180081109.0
- R·摩尔;文森特·雅恩·玛丽·普雷格诺;M·威尔;D·韦尔斯;克里斯托弗·查尔斯·艾伦·斯宾塞 - 基因组学公开有限公司
- 2021-11-26 - 2023-09-01 - G16B40/00
- 公开了一种分析关于生物体的基因数据的方法,包括:接收多个输入单元。每个输入单元包括关于基因组区域中的基因变体与表型或表型组合之间的关联的信息。所述方法包括执行迭代,包括对于每个变体,基于输入单元确定所述变体对于表型或表型组合中哪一个具有因果关系。如果变体对于表型或表型组合具有因果关系,则基于输入单元和关于区域中变体之间的相关性的信息,确定变体对表型或表型组合的采样效应量。对于每个变体,基于采样效应量的迭代的平均值或使用采样效应量计算的后验效应量的平均值,确定变体对表型或表型组合的预测效应量。
- RNA-蛋白质相互作用预测方法、装置、介质及电子设备-202180003701.9
- 张振中 - 京东方科技集团股份有限公司
- 2021-11-30 - 2023-08-01 - G16B40/00
- 本公开提供一种RNA‑蛋白质相互作用预测方法、装置、介质及电子设备;涉及人工智能技术领域。所述方法包括:获取待预测的RNA序列和蛋白质序列;对所述待预测的RNA序列进行编码,得到RNA第一向量序列;对所述待预测的蛋白质序列进行编码,得到蛋白质第一向量序列;通过注意力机制模型获取所述RNA第一向量序列的关联向量序列和蛋白质第一向量序列的关联向量序列;根据所述RNA第一向量序列的关联向量序列和蛋白质第一向量序列的关联向量序列确定所述待预测的RNA序列和蛋白质序列之间的相互作用。
- 患病风险预测方法、电子设备及存储介质-201880003024.9
- 牛钢;范彦辉;王坤;杨梅;张春明;谭光明;冯震东 - 北京哲源科技有限责任公司
- 2018-12-21 - 2023-04-25 - G16B40/00
- 本申请公开患病风险预测方法、电子设备及存储介质,所述方法包括:获得被检测对象的属于预定基因组的突变基因对于若干条预定信号通路的活性改变的驱动力信息;获得第一及第二参考对象组中的每个参考对象的属于所述预定基因组的突变基因对于所述若干条预定信号通路的活性改变的驱动力信息;其中,所述第一参考对象组中的各参考对象属于健康类对象,所述第二参考对象组中的各参考对象属于患特定疾病类对象;依据所述被检测对象的突变基因对于若干条预定信号通路的活性改变的驱动力信息及所述第一及第二参考对象组中的每个参考对象的突变基因对于所述若干条预定信号通路的活性改变的驱动力信息,对所述被检测对象、第一及第二参考对象组中的各参考对象进行第一聚类;以及依据进行所述第一聚类后获得的第一聚类结果输出所述被检测对象患所述特定疾病的风险。
- 智能qPCR-202180044087.0
- W·乔治;D·钱达 - 生命技术公司
- 2021-06-11 - 2023-04-04 - G16B40/00
- 公开了本发明的实施例,其使用人工神经网络实施深度学习方法以提供关于特定样本是否包括靶分子的改进的自动预测。在一些实施例中,使用卷积神经网络。在一些实施例中,使用类别加权误差确定来训练人工神经网络。在本文中公开了这些和其他实施例。
- 疗法响应的机器学习预测-202180025292.2
- E·伊斯勒;M·哈雷尔;C·拉哈夫;E·贾科伯;I·塞拉 - 昂科霍斯特公司
- 2021-02-07 - 2022-11-25 - G16B40/00
- 一种方法,其包括,对于患有特定类型疾病并且接受用于治疗该疾病的特定疗法的多个受试者中的每个,接收在治疗前获得的第一生物特征和在治疗中获得的第二生物特征;对于多个受试者中的每个,计算值集,该值集表示与相应受试者相关联的第一和第二生物特征之间的比率;在训练阶段,在训练集上训练机器学习模型,该训练集包括:(i)计算的值集,和(ii)与每个受试者中特定疗法的结果相关联的标签:以生成适合于预测目标患者对所述特定疗法的响应的分类器。
- 人类微生物组的衰老标记物和微生物组的衰老时钟-201980085593.7
- A·M·阿利佩尔;F·加尔金;A·扎沃龙科夫斯 - 深度青春有限公司
- 2019-10-23 - 2021-10-29 - G16B40/00
- 根据受试者的微生物丛的微生物分类剖析预测其表型年龄的方法可包括:从该受试者的微生物群系样本中分离出多个微生物核酸;分析该多个微生物核酸,以根据该多个微生物核酸鉴定出微生物群系的微生物数量。根据每种微生物的数量生成受试者微生物群系的分类学剖析;以配置有机器学习平台的计算机处理微生物群系的分类学剖析,以预测受试者的表型年龄;生成带有受试者预测表型年龄的报告;以及向受试者提供该报告。
- 清除噪音遗传数据、单体型定相、重构子代基因组的方法、系统和其用途-202080005425.5
- 邹央云;陆思嘉;胡春旭 - 苏州亿康医学检验有限公司
- 2020-10-16 - 2021-05-25 - G16B40/00
- 本发明涉及获取来自子代微量核酸样本的遗传数据、对其中噪音遗传数据通过质控和过滤进行清除的方法、对经质控和过滤后的子代遗传数据定相子代的单体型的方法、和重构子代基因组的方法、以及实施所述方法的设备或系统。本发明还涉及所述方法和实施所述方法的设备或系统的用途,用于植入前的胚胎和/或孕早期的胎儿的多基因疾病遗传风险评级、非整倍体检测、单基因遗传病检测、染色体结构重排检测。
- 通过对存活事件进行联合建模来确定潜在的癌症治疗靶标-201980035553.1
- 孙兆楠;Z·沙恩;张平;王飞;胡建英 - 国际商业机器公司
- 2019-05-13 - 2021-01-08 - G16B40/00
- 描述了通过对癌症存活事件的联合建模来促进确定潜在的癌症基因治疗靶标的技术。在一个实施例中,计算机实现包括由可操作地耦合至处理器的设备采用多任务学习模型以基于分别存活于不同类型的癌症的患者组的癌症存活数据和患者遗传数据来确定分别与不同类型的癌症相关联的活性遗传因子。该计算机实现的方法进一步包括,由该设备确定在不同类型的癌症中的两种或更多种类型的癌症之间共享的这些活性遗传因子的共同活性遗传因子。
- 一种特定数据群集的端点搜索方法及其数据处理系统-201980031007.0
- 金善禹 - 第一百欧有限公司
- 2019-05-08 - 2020-12-22 - G16B40/00
- 本发明揭示一种特定数据群集的端点搜索方法及其数据处理系统。所述特定数据群集的端点搜索方法包括:a)通过搜索系统接收所述数据集中包括的多个个体数据的各个数值的步骤;b)生成直方图数据的步骤,即通过使用所述搜索系统接收的所述各个数值,将所述数值可以具有的数值范围划分为具有预定组距的多个组,并将每个分割组相对应的个体数据的数量作为组值;及c)基于所述直方图数据,所述搜索系统搜索既存在于特定群集的终端的目标组的步骤。
- 免疫实体有效的聚类-201980031770.3
- 山下和男;乔尔·比莱德;尼可拉斯·克劳德·保罗·萨克斯 - 弘泰生物科技股份有限公司
- 2019-03-15 - 2020-12-18 - G16B40/00
- 本发明提供对免疫实体进行分类的方法。本发明人等假设称为抗原特异性的物质具有一般性,所述抗原特异性是在没有预先规定功能而通常将免疫实体结合物(抗原、表位)分别作为独立的“功能(=例如是否具有对于抗原A的特异性)”处理,通过对于其类似度进行评价从而能够对免疫实体进行分类。对于免疫相关的疾病能够进行精确度高的临床应用。
- 用于规划和执行高通量基因组制造操作的装置无关系统-201880069731.8
- K·阿马迪扎德;T·亚历克萨尼昂;B·弗勒旺;P·加内桑;A·金博尔;W·J·马尼亚;Z·帕尔奇克;E·罗德;D·韦伯斯特 - 齐默尔根公司
- 2018-10-25 - 2020-11-13 - G16B40/00
- 经由优化表示生物工作流的有向建构图数据结构来实现经修饰微生物的高通量生产。其它不相关工作流的部分可组合,其中它们共享共同的生物反应步骤,且由基因制造机构处理以充分利用操作效率。工作流可以优化材料转移的方式映射到物理实验室设备。以不同语言运行不同机器的不同的自动化平台以装置无关且语言无关的方式协调。
- 用于癌症概率的库筛选-201880083387.8
- A·查特吉;W·王 - 国际商业机器公司
- 2018-12-21 - 2020-08-07 - G16B40/00
- 提供了用于生成预测模型的方法、系统和计算机程序产品。处理器获得被指定为被诊断/预诊断患有病症或未被诊断患有病症的患者的原始数据集(肽库)。处理器将原始数据集分割成预定义数量的组并且分离出保持组。处理器对剩余组执行主成分分析以基于剩余组中的特征的频率来识别剩余组中的共同特征(主成分)并且基于出现频率对共同特征进行加权。处理器确定产生预定义级别的验证精度的最小数量的主成分。处理器通过利用逻辑回归模型中的最佳拟合的最小数目来生成预测模型。预测模型提供二进制结果。
- 专利分类