[发明专利]一种基于DNA甲基化水平数据的甲基化年龄评估方法在审
| 申请号： | 202210107574.3 | 申请日： | 2022-01-28 |
| 公开（公告）号： | CN114464255A | 公开（公告）日： | 2022-05-10 |
| 发明（设计）人： | 马玉昆;陈晨;张晓伟;孙琼琳;李伟华;李峰峰 | 申请（专利权）人： | 北京果壳生物科技有限公司 |
| 主分类号： | G16B20/30 | 分类号： | G16B20/30;G16B5/00;G16B30/10;G16B40/00 |
| 代理公司： | 北京纪凯知识产权代理有限公司 11245 | 代理人： | 关畅 |
| 地址： | 102206 北京市昌平区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于DNA甲基化水平数据的甲基化年龄评估方法。本发明构建甲基化年龄预测模型要求输入文件包含重要甲基化位点信息，所述重要甲基化位点为文献报道的和/或与年龄变化相关的基因区域内的甲基化位点。本发明实施例中将获得的验证集预测甲基化年龄与验证集样本已知时间年龄之间计算R‑square、MAE、MSE、RMSE，结果显示R‑square为0.855，表明通过使用重要位点构建的预测模型对待测样本的甲基化年龄进行预测，保留信息较全，得到的甲基化年龄预测值更准确，与真实时间年龄的符合程度更高。 | ||
| 搜索关键词： | 一种 基于 dna 甲基化 水平 数据 年龄 评估 方法 | ||
【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北京果壳生物科技有限公司，未经北京果壳生物科技有限公司许可，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/202210107574.3/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种识别疾病表型相关的细胞亚群的方法-202310852512.X
- 汪国华;刘崇辉 - 东北林业大学
- 2023-07-12 - 2023-10-27 - G16B20/30
- 一种识别疾病表型相关的细胞亚群的方法，属于生物医学领域。为识别疾病表型相关的细胞亚群，本发明收集疾病的单细胞RNA测序数据得到单细胞表达矩阵，收集疾病的bulk表达矩阵和对应的表型标签，下载人类蛋白质相互作用数据构建蛋白质相互作用网络；提取细胞和样本的基因特征签名映射到蛋白质相互作用网络中形成相应的细胞模块、样本模块；计算每个细胞模块和每个样本模块之间的距离，确定多个样本模块的集合作为疾病表型的样本模块集合；计算细胞模块与疾病表型的样本模块集合之间的距离；创建背景距离分布评估细胞模块与疾病表型的样本模块集合间距离的统计显著性，并确定与疾病表型的样本模块集合距离显著小于背景距离分布的细胞。
- 一种数据处理方法、装置、计算机设备及存储介质-202310953941.6
- 肖勇杰;崔若鹏 - 郑州思昆生物工程有限公司
- 2023-07-28 - 2023-10-27 - G16B20/30
- 本公开提供了一种数据处理方法、装置、计算机设备及存储介质，其中，该方法包括：获取测序芯片对应的测序样本信息，以及用于执行测序数据处理的硬件设备的硬件参数信息；其中，所述测序样本信息用于表征测序芯片中待测序样本的特征；将所述测序样本信息和所述硬件参数信息输入至预先训练好的目标模型中，得到所述目标模型输出的用于执行测序数据处理的目标软件参数信息；基于所述目标软件参数信息，对所述待测序样本对应的测序数据进行数据处理。
- 模型训练、抗体改造和结合位点预测的方法与装置-202110594661.1
- 蒋彪彬;许振雷;刘伟;黄俊洲 - 腾讯科技（深圳）有限公司
- 2021-05-28 - 2023-10-27 - G16B20/30
- 本申请实施例提供一种模型训练、抗体改造和结合位点预测的方法与装置，训练方法包括：使用N条第一抗体序列，对预测模型进行预训练，得到预训练后的预测模型，其中第一抗体序列中未标注出所述第一抗体序列与抗原的结合位点，预训练后的预测模型用于预测抗体序列中被掩盖的氨基酸的预测值。由于未标注的第一抗体系列的数量较多，使用大量的第一抗体序列对预测模型进行预训练，可以使该预测模型得到充分的训练，进而提高了预测模型的训练准确性。另外，在预测模型的预训练过程中，对第一抗体序列的可变区进行着重学习，以进一步提高预测模型的训练准确度，使用该预测模型进行抗体相关预测工作时，其预测成本低，且预测效率高。
- 一种基于TOS特征集成学习的拷贝数变异检测方法及系统-202310805614.6
- 李垚垚;于强;聂朋;袁细国 - 西安电子科技大学杭州研究院;西安电子科技大学
- 2023-07-03 - 2023-10-24 - G16B20/30
- 本发明属于基因组序列测定的高通量测序技术领域，公开了一种基于TOS特征集成学习的拷贝数变异检测方法及系统，包括拷贝数变异五大特征提取、TOS特征构建及选择、集成学习算法分类、拷贝数变异边界精确识别和算法的性能评估，算法的性能评估采用判断算法在召回率、精确度及F1‑score等指标下的拷贝数变异检测能力。本发明首先选取反映拷贝数变异测序特点的五大基础特征及TOS特征，并利用假设检验方法对特征选择，提取可代表拷贝数变异分布的非同构特征并采用集成学习对是否拷贝数变异区域分类。此外，本发明利用滑动小窗口精确检测拷贝数变异边界，令检测结果更准确。
- Sanger基因测序结果快速判读方法、系统及介质-202310477930.5
- 王金鹏;黄金明;鞠志花;王秀革;高亚平;刘文浩;杨春红;肖遥;张亚冉;魏晓超;姜强;张桂香;刘丑生;邱小田;李姣;李广栋 - 山东省农业科学院畜牧兽医研究所;全国畜牧总站
- 2023-04-25 - 2023-10-24 - G16B20/30
- 本发明属于基因测序领域，提供了一种Sanger基因测序结果快速判读方法、系统及介质。其中，Sanger基因测序结果快速判读方法包括获取Sanger基因测序文件，基于所述测序文件提取每个测序位点的四个碱基的信号值，判断每个测序位点的纯合或杂合状态，生成主要序列和次要序列；获取配置文件信息，根据靶位点的锚定序列在主序列中定位靶位点的位置，进而确定出靶位点的纯合或杂合状态并提取出主要序列和次要序列中的靶位点碱基，得到靶位点的基因型；根据靶位点的基因型及靶位点的位置，输出基因型或氨基酸报告。
- 人工核酸序列水印编码系统、水印字符串及编码和解码方法-202110716040.6
- 康康;陈钰 - 倍生生物科技（深圳）有限公司
- 2021-06-25 - 2023-10-24 - G16B20/30
- 本发明提供了一种人工核酸序列水印编码系统、水印字符串及编码和解码方法。其中，所述人工核酸序列水印编码系统包括：可变编码段，以及至少一个与所述可变编码段连接的水印字符串；所述可变编码段包括至少一个信息单元；所述信息单元包括一核酸特征部，以及与所述核酸特征部连接且与所述核酸特征部对应的编号部。本发明提供编码系统可用作水印序列对基因产品进行知识产权保护，并且依据其核酸特征确定对应的序列，大大提高了存储量和测序效率。
- 基于低深度测序数据检测基因组纯合区域的方法及系统-202310493830.1
- 徐寒黎;谢玉婷;成喜雨;吕兴;金怡宸;马腾跃;李欣怡 - 北京交通大学
- 2023-05-05 - 2023-10-20 - G16B20/30
- 本发明公开一种基于低深度测序数据检测基因组纯合区域的方法及系统，涉及分子遗传学检测技术领域，对于对人类参考基因组进行区域划分得到的每一染色体区域，计算每一目标SNP位点属于正常区域的第一边缘似然值和属于基因组纯合区域的第二边缘似然值，基于染色体区域内的所有目标SNP位点的第一边缘似然值和第二边缘似然值分别计算第一联合分布似然值和第二联合分布似然值，以判断染色体区域是否为基因组纯合区域，从而可基于0.1×‑1×测序深度的低深度全基因组测序数据准确检测全基因组内的基因组纯合区域，减少对测序深度的依赖性，减少检测成本。
- 一种预测DNA蛋白质结合位点的集成学习方法-201810489037.3
- 张永清;郜东瑞;王婷;吴锡;何嘉 - 成都信息工程大学
- 2018-05-21 - 2023-10-20 - G16B20/30
- 本发明涉及一种预测DNA蛋白质结合位点的集成学习方法，其包括以下步骤：获取DNA结合蛋白质位点的蛋白质序列数据；对DNA结合蛋白质位点的蛋白质序列数据预处理；使用one‑hot编码方式构建输入数据；将提取的特征合并，构建每个蛋白质序列上氨基酸的特征，将其作为输入数据；使用SMOTE算法对正样本数据进行过采样；根据正样本大小将负样本数据分成多份，每份负样本与正样本组合成一个新的数据子集，得到N个数据子集；每个数据子集使用卷积神经网络进行训练；对N个卷积神经网络的结果进行多数投票法集成，从而得到预测结果。本发明解决了不平衡数据情况下的DNA蛋白质结合位点预测问题，提高了预测的准确性。
- TFE3重排型肾癌分型分析方法、装置、设备及存储介质-202311161084.2
- 曾浩;沈朋飞;陈铌;陈俊儒;孙光曦;梁嘉宇;张兴明;胡旭 - 四川大学华西医院
- 2023-09-11 - 2023-10-17 - G16B20/30
- 本发明涉及生物学技术领域，具体涉及一种TFE3重排型肾癌分型分析方法、装置、设备及存储介质。该方法包括：获取肿瘤样本的转录组测序数据；所述肿瘤样本为TFE3重排型肾癌的肿瘤样本；利用差异基因分析对所述转录组测序数据进行分析筛选，得到预设数量的差异表达基因数据；利用非负矩阵分解算法对所述差异表达基因数据进行无监督聚类分析，得到目标数量的分子亚型；确定每一个分子亚型的转录组特征；其中，所述转录组特征表征所述分子亚型具有不同的临床病理特征和恶性程度；通过所述转录组特征识别待检测肿瘤样本转录组测序数据对应的分子亚型。以解决现有技术无法解释该种罕见恶性肿瘤高度异质性的问题。
- 一种结合预训练模型的APA预测模型的处理方法和装置-202310852017.9
- 温翰;顾睿初;王喜;李永歌;张林峰;孙伟杰 - 北京深势科技有限公司
- 2023-07-12 - 2023-10-13 - G16B20/30
- 本发明实施例涉及一种结合预训练模型的APA预测模型的处理方法和装置，所述方法包括：构建APA预测模型；并对APA预测模型进行训练；模型训练结束后，接收用户输入的模型应用模式和第一RNA序列；并对模型应用模式进行识别；若模型应用模式为第一模式，则基于APA预测模型对输入的第一RNA序列进行APA现象预测；若模型应用模式为第二模式，则基于APA预测模型对输入的第一RNA序列进行APA现象预测并基于预测结果进行APA位点筛选。通过本发明可以给出一种基于人工智能深度学习技术的APA位点预测手段，并通过引入预训练模型来达到降低模型训练难度、提高模型预测准确度的目的。
- 一种基于单细胞测序检测不同组织来源、代次及培养条件的间充质干细胞的方法-202310854018.7
- 李世平;郑春兵;颜腾龙;刘云;杨袁 - 长沙干细胞与再生医学工业技术研究院有限公司
- 2023-07-12 - 2023-10-13 - G16B20/30
- 本发明提供了一种基于单细胞测序检测不同组织来源、代次及培养条件的间充质干细胞的方法，属于干细胞技术领域。本发明通过单细胞测序技术检测MSCs的单细胞转录组图谱，经生物信息学分析得到功能基因表达水平，同时结合GO和KEGG分析，得到富集条目，还基于OCLR算法创建MSCs的功能评估模型得到功能分数，三种指标结合得到不同分组MSCs的异质性。本发明提供的方法从多个不同的分类角度检测MSCs，具有检测全面、效率高、结果准确性高、可读性强等特点。
- 一种基于图卷积神经网络与自监督重构学习的基因到表型预测方法和系统-202310697601.1
- 吴翠玲;徐晓刚;韩强;冯献忠;冷建田;于慧;王军;虞舒敏;李萧缘 - 之江实验室;中国科学院东北地理与农业生态研究所
- 2023-06-13 - 2023-10-13 - G16B20/30
- 一种基于图卷积神经网络与自监督重构学习的基因到表型预测方法和系统，该方法基于图卷积神经网络的方法，将每个品种的大豆作为图节点，大豆的基因序列为节点的特征，利用每个品种大豆之间的亲缘关系作为图的边，将构建的图输入图卷积神经网络与自监督重构网络中，更新节点特征，实现大豆基因到表型的预测。本发明创新性的利用图卷积神经网络实现基因到表型的预测，利用自监督学习降低基因维度，并将品种之间的亲缘关系作为先验关联不同品种指导基因到表型挖掘，提高表型预测的效果。
- m6A RNA甲基化位点预测方法、装置、设备及介质-202310764944.5
- 刘小双 - 平安科技（深圳）有限公司
- 2023-06-26 - 2023-10-13 - G16B20/30
- 本申请涉及人工智能和医疗健康技术领域，揭示了一种m6A RNA甲基化位点预测方法、装置、设备及介质，其中方法包括：对所述目标基因组进行特征构建，得到保守性特征、独热编码序列、位置编码和距离编码；将所述独热编码序列、所述位置编码和所述距离编码输入预训练的信息提取模型进行隐藏状态序列信息提取；将所述隐藏状态序列信息和所述保守性特征输入预训练的分类模型进行每个核苷酸为m6A RNA甲基化位点的概率预测，得到预测向量；根据所述预测向量，确定预测结果。从而不仅考虑了转录本的序列信息，也考虑了转录本的不同区域的特征，提高了m6A RNA甲基化位点预测的准确度。
- 一种基于动物模型三黄鸡选育系统及方法-202310864610.5
- 赵春芳;叶圣山;董满兵 - 天长市金羽禽业有限公司
- 2023-07-14 - 2023-10-10 - G16B20/30
- 本发明公开了一种基于动物模型三黄鸡选育系统及方法，涉及三黄鸡选育技术领域，包括数据采集模块、隐患评估模块、隐患综合分析模块、比对模块以及预警模块；数据采集模块，采集PCR仪器运行时的扩增产物信息和反应温度信息，采集后，将PCR仪器运行时的扩增产物信息和反应温度信息进行处理；隐患评估模块，将处理后的扩增产物信息和反应温度信息建立数据分析模型，生成隐患评估系数。本发明通过对PCR仪器的运行状态进行监测，及时提示选育人员发现PCR仪器可能存在的异常隐患问题，防止PCR仪器运行异常导致扩增产物的质量下降，从而防止对基因分析的准确性和可靠性造成影响导致结果的失真和误判，便于对PCR仪器的高效使用。
- 一种推荐塑料降解酶突变位点的方法、电子设备、介质-202310724842.0
- 胡捷;侯丽亚;李安妮;唐进;刘扶芮;崔海洋;吴丽娜;李秀娟 - 之江实验室
- 2023-06-19 - 2023-10-10 - G16B20/30
- 本发明公开了一种推荐塑料降解酶突变位点的方法、电子设备、介质，包括：步骤S1，获取待预测塑料降解酶的氨基酸序列及其底物；预测底物与塑料降解酶的相互作用区域；设置阈值距离，以底物分子或塑料降解酶活性位点为基准阈值距离内的塑料降解酶氨基酸作为候选氨基酸突变位点；步骤S2，获取待预测塑料降解酶的空间结构，以氨基酸为节点，氨基酸之间的连接为边，经几何向量感知机预测输出每个候选氨基酸突变位点对应的i种氨基酸的预测概率，将概率最高的氨基酸作为该候选氨基酸突变位点可推荐的氨基酸；比较每个候选氨基酸突变位点的预测结果，当预测结果与原氨基酸序列不一致时，将该候选氨基酸突变位点作为推荐的塑料降解酶突变位点。
- 一种数据分析方法、装置、设备及存储介质-202010103766.8
- 贾瑞凯;叶桦;方其;张艳;吴昕;廖国娟 - 苏州金唯智生物科技有限公司
- 2020-02-20 - 2023-10-03 - G16B20/30
- 本发明公开了一种数据分析方法、装置、设备及存储介质。该方法包括：读取至少一个样本的测序数据；根据所述测序数据确定代表性序列；统计所述代表性序列在各样本的深度信息；对所述代表性序列及代表性序列在各样本中的深度信息进行分析，通过本发明的技术方案，能够更加完全、准确地检测组分，拓展了检测的灵敏度和完整性。
- 一种牛肉脂肪酸组成预测方法、系统和存储介质-202010755437.1
- 赵拴平;金海;徐磊;贾玉堂 - 安徽省农业科学院畜牧兽医研究所
- 2020-07-31 - 2023-10-03 - G16B20/30
- 本发明公开了一种牛肉脂肪酸组成预测方法、系统和存储介质，所述方法包括：对待测目标进行全基因组测序，获取所述待测目标的SNPs位点；根据预设置的SNPs位点，在所述待测目标的SNPs位点中筛选出有效的SNPs位点；将所述有效的SNPs位点输入到牛肉脂肪酸预测模型中，获取所述待测目标的牛肉脂肪酸组成。本发明实施例通过全基因组测序技术获取待测目标的SNPs位点，并在待测目标的SNPs位点中筛选出有效的SNPs位点，并将有效的SNPs位点输入到牛肉脂肪酸预测模型中，获取待测目标的牛肉脂肪酸组成，相较于现有的气相色谱法，大大提高了牛肉脂肪酸组成检测的效率。本发明可广泛应用于生物技术领域中。
- 一种荧光图筛选的方法、装置、设备以及存储介质-202211104260.4
- 张继锋;袁静贤 - 郑州思昆生物工程有限公司
- 2022-09-09 - 2023-10-03 - G16B20/30
- 本发明公开了一种荧光图筛选的方法、装置、设备以及存储介质。该方法包括：根据第一时序荧光图组中各第一时序荧光图的评估质量，确定第二时序荧光图组；根据第二时序荧光图在所述第二时序荧光图组中的频次以及评估质量确定第三时序荧光图的序列；并融合所述第三时序荧光图的序列中的荧光图，得到序列荧光图模板；根据所述序列荧光图模板，得到所述待筛选时序荧光图的序列中各时序荧光图的碱基序列。采用本发明的技术方案，可以过滤掉待筛选时序荧光图的序列中时序荧光图的质量出现变化对序列荧光图模板质量的影响，从而提升碱基序列的数据通量和比对率。
- 基于高通量测序技术在多组学层面识别肿瘤新抗原的方法、装置及计算机可读存储介质-202310750011.0
- 马景娇 - 北京泛生子基因科技有限公司;广州泛生子医学检验实验室有限公司
- 2023-06-25 - 2023-09-29 - G16B20/30
- 本发明公开了鉴定领域中基于高通量测序技术在多组学层面识别肿瘤新抗原的方法、装置及计算机可读存储介质。本发明所要解决的技术问题是如何基于高通量测序技术在多组学层面分析识别肿瘤新抗原。本发明首先获得待测肿瘤患者肿瘤样本的全外显子测序数据、转录组测序数据以及血液白细胞样本的全外显子测序数据；将测序数据比对到参考基因组得到比对数据，从比对数据中获得肿瘤样本的突变数据和待测肿瘤患者的HLA I类抗原分型；然后基于突变数据确定突变型多肽，根据突变型多肽和HLA I类抗原的结合力鉴定突变型多肽是否为新抗原。本发明可以实现更多可能产生肿瘤新抗原的分子事件的识别，可应用于制备肿瘤疫苗和相关药物。
- 一种2+2测序的信号校正方法-202310779166.7
- 吴思彧;陈子天;李昂 - 赛纳生物科技（北京）有限公司
- 2023-06-29 - 2023-09-29 - G16B20/30
- 本发明公开一种2+2测序的信号校正方法，包括：对多条待测核酸序列进行多轮2+2测序，得到测序信号，对测序信号进行处理生成归一化信号；利用多条待测核酸序列的第k轮和第(k+2)轮测序的归一化信号之间的关系，估计第k轮测序超前反应序列与正常反应序列的比值；对测序反应轮数k和估计的第k轮的超前反应序列与正常反应序列的比值的关系进行拟合，得到拟合函数，根据拟合函数计算第k轮的超前反应序列与正常反应序列的比值的拟合值，根据前述拟合值，重新计算得到第k轮的校正信号值。本方法得到的结果更加鲁棒，能够更稳定地得到群体最优解，且计算负担较小，计算速度快。
- 一种基于全基因组选择的鲤鱼少肌间骨品系的选育方法-202310824051.5
- 王延晖;吕军;王冰柯;李泓;冯建新 - 河南省水产科学研究院
- 2023-07-06 - 2023-09-29 - G16B20/30
- 本发明属于水产遗传育种技术领域，具体涉及一种基于全基因组选择的鲤鱼少肌间骨品系的选育方法。本申请通过测定鲤鱼肌间骨数量建立参考群体、建立候选群体，然后对参考群体和候选群体进行全基因组重测序，获得高质量SNP分型结果；根据高质量SNP分型结果估计目标性状的遗传参数，进一步估算候选群体基因组育种值(GEBV)，根据GEBV值挑选候选个体作为亲鱼，进行少刺子一代苗种的繁育。实现了在不杀鱼的情况下，仅通过基因测序计算GEBV值就能实现少刺良种的培育的目的。本发明开发一套适用于鲤鱼肌间骨数量性状改良的基因组选择方案，操作清晰，可为鲤鱼少刺良种培育提供一种新的分子标记辅助育种技术。
- 一种致病基因对的预测方法及系统-202111150222.8
- 袁杨杨;李淼新 - 中山大学
- 2021-09-29 - 2023-09-29 - G16B20/30
- 本发明公开了一种致病基因对的预测方法及系统，该方法包括：基于双基因疾病数据库构建数据集并进行数据过滤和筛选，得到基准数据集；引入特征并基于基准数据集对构建基于随机森林模型的全基因组双基因互作效应潜能预测模型，得到预测模型；提基于预测模型对全基因组编码基因对之间的双基因互作效应潜能值进行预测，并以三元组形式存储，得到预测结果；基于成对数据压缩方法对预测结果进行压缩。该系统包括：数据集构建模块、训练模块、预测模块和压缩模块。通过使用本发明，能够帮助揭示潜在的具有交互作用的致病基因对。本发明作为一种致病基因对的预测方法及系统，可广泛应用于基因对预测领域。
- 筛选siRNA序列以降低脱靶效应的方法及系统-202310144981.6
- 王全军;戴学栋;董延生;韩刚;刘杨 - 苏州赛赋新药技术服务有限责任公司
- 2023-02-21 - 2023-09-22 - G16B20/30
- 本发明涉及siRNA序列筛选生物信息技术领域，尤其涉及筛选siRNA序列以降低脱靶效应的方法及系统。该方法包括获取siRNA候选序列数据和特征数据，根据特征数据建立机器学习模型，利用训练集对机器学习模型进行训练并得到siRNA序列筛选模型，提取测试集中的数据，输入至siRNA序列筛选模型，即可得到筛选评分，筛选评分最高者，即为最优siRNA。采用该方法及系统不仅筛选效率、精确度、敏感度、特异性和MCC值均显著高于对比例，并且不存在训练多度的情况发生；并且几乎可以免于siRNA对靶mRNA的脱靶效应产生，对将来siRNA干扰效率预测领域有重要参考价值。
- 一种预测生物赖氨酸乙酰化位点的方法-202310720219.8
- 闫晓迪;王港澳;曾欣;任欣欣;刘银博;马之倩;祝小雷 - 安徽农业大学
- 2023-06-18 - 2023-09-22 - G16B20/30
- 本发明公开了一种预测生物赖氨酸乙酰化位点的方法，涉及涉及生物学乙酰化研究领域，预先训练了一个用于Kace位点预测的领域特异性BERT模型，并对其进行了微调，以适应物种的特异性，预先训练好的BERT模型为表示蛋白质序列的内在信息提供了一个有效的工具，在web服务器上公开源码和数据集，利用BERT‑Kace模型预测位点，通过输入蛋白质序列来预测位点。解决了从蛋白质序列中提取的手工特征，基于经验可能不能表征蛋白质序列中所包含的所有生物信息，无法更好的挖掘序列中的生物信息的问题。
- 一种基因可变剪切分析方法-202010579450.6
- 林泽腾;田鹏;黄腾波 - 深圳大学;深圳大学龙华生物产业创新研究院
- 2020-06-23 - 2023-09-22 - G16B20/30
- 本申请适用于生物信息技术领域，提供了一种基因可变剪切分析方法，所述方法包括：获取待分析的第一原始测序数据；对第一原始测序数据进行数据预处理操作，得到数据预处理后的第一清洁数据；对第一清洁数据进行质量检测，若第一质量结果为质量合格，则获取参考基因组及参考基因组的基因注释文件；将第一清洁数据与参考基因组进行序列比对，得到第一序列比对结果；根据参考基因组的基因注释文件，对第一序列比对结果进行分析处理，得到第一目标样品的可变剪切分析结果。本申请实施例实现了对成熟转录本可变剪切情况的分析，以及特定条件下转录本的差异可变剪切的分析。
- 一种分子标记检测样本信息及结果处理比对系统及其方法-202310630822.7
- 焦明慧;钟敬;卢东林;王宏斌;林海艳;陈杰茹;李晓鹏 - 袁隆平农业高科技股份有限公司
- 2023-05-31 - 2023-09-19 - G16B20/30
- 本发明涉及分子标记检测技术领域，公开了一种分子标记检测样本信息及结果处理比对系统及其方法，包括一种分子标记检测样本信息及结果处理比对方法，包括以下步骤：S1将待检样本内容进行批量处理；S2对待检测样品信息进行固定格式排版；S3对分子标记检测结果进行两两比对。本发明实现了对任意待检样本内容的识别、格式转化操作，能够将任意待检样本内容根据SSR或KASP分子标记检测需求进行统一、批量排版操作，便于推进后续分子标记检测操作，减少纯表格排版操作繁琐、效率低、不便于处理较大规模样本信息等问题，提高样本信息处理和排版效率；能够根据检测需要进行检测结果比对操作，提高结果比对效率，提高检测数据分析效率。
- 一种赖氨酸磷酸甘油化位点识别方法及系统-202311061117.6
- 刘治;赖颂宁;叶兰;赵小刚 - 山东大学
- 2023-08-23 - 2023-09-15 - G16B20/30
- 本发明属于赖氨酸磷酸甘油化位点识别技术领域，提供了一种赖氨酸磷酸甘油化位点识别方法及系统，通过预设的位点识别网络模型，实现了对赖氨酸磷酸甘油化位点的自动识别，较实验方法极大的降低了成本；同时，在提取特征后进行降维处理，且位点识别网络模型训练时，经过多次迭代，剔除了非磷酸甘油化位点数据样本中的冗余数据，降低了位点识别网络模型的计算量；对不同的磷酸甘油化位点数据样本赋予了不同的权重，可以有效减少数据不平衡所带来的挑战，在保证识别精度的基础上，极大的降低了网络模型的计算负担，提高了识别效率。
- 基于双生成器WGAN-GP的戊二酰化位点预测方法及装置-202310721078.1
- 宁乔;亓泽东;吴鸣 - 大连海事大学
- 2023-06-15 - 2023-09-15 - G16B20/30
- 本发明提供了基于双生成器WGAN‑GP的戊二酰化位点预测方法及装置，包括：获取戊二酰化蛋白质数据，以赖氨酸残基为窗口中心，设置固定窗口大小截取序列片段，戊二酰化样本为正样本，非戊二酰化样本为未标记样本；建立并训练可靠非戊二酰化位点选取模型，可靠非戊二酰化位点选取模型采用WGAN‑GP，包括：两个生成器和一个鉴别器；利用可靠非戊二酰化位点选取模型中的鉴别器从未标记样本选取可靠负样本；基于戊二酰化位点和可靠非戊二酰化位点信息进行戊二酰化位点预测，得到戊二酰化位点和非戊二酰化位点的预测结果。本发明能够提升用于模型训练的非戊二酰化位点纯度，提高戊二酰化位点预测的准确性和可靠性。
- 一种基因组共线性可视化方法、系统、设备及存储介质-202310705738.7
- 宋佳明;陈玲玲;周祖文;黄小明 - 广西大学
- 2023-06-14 - 2023-09-12 - G16B20/30
- 本发明公开一种基因组共线性可视化方法、系统、设备及存储介质，涉及基因组可视化领域，方法包括获取参考基因组序列文件和查询基因组序列文件；利用mummer算法中多个子算法对所述参考基因组序列文件和所述查询基因组序列文件进行比对，得到识别结果；对所述识别结果进行可视化展示，得到绘图结果。本发明能提高基因组遗传差异识别的精细度并将结果可视化展示。
- 基于一致性矩阵评分的单细胞聚类方法及系统-202310713091.2
- 柳军涛;余忆琳 - 山东大学
- 2023-06-15 - 2023-09-12 - G16B20/30
- 本发明属于单细胞聚类方法领域，提供了基于一致性矩阵评分的单细胞聚类方法及系统，基于基因表达数据进行组合降维后，得到多个一致性矩阵，对每个一致性矩阵进行聚类，得到对应的聚类结果；结合一致性矩阵和其对应的聚类结果，采用打分方法计算出每一个一致性矩阵的f‑value，最高f‑value分值对应的一致性矩阵为最优一致性矩阵；基于得到的最优一致性矩阵，构建细胞间的距离矩阵，并对细胞间的距离矩阵采用层次聚类得到最终的聚类结果。充分利用细胞的间接距离，提高了聚类效果。
- 专利分类
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
