-
公开(公告)号：CN110797083A
公开(公告)日：2020-02-14
申请号：CN201910881269.8
申请日：2019-09-18
Applicant: 中南大学
Abstract: 本发明公开了一种基于多网络的生物标志物识别方法；考虑到样本异质性的影响，本发明方法首先对基因表达谱数据进行标准化处理并对样本进行主成分分析，利用前两个主成分对样本通过高斯混合模型聚类；对于每一类样本，构建一个基于多网络的网络传播模型对网络中的所有基因进行排序，用于初步筛选重要基因；为了获得具有最大区分能力、最小冗余的生物标志物，通过接收者操作特征曲线的线下面积(AUC)优化模型在上一步得到的重要特征中进一步对基因打分排序，获得生物标志物。本发明的方法充分利用了多源生物网络信息，可以有效识别具有最大分类能力、最小冗余和生物可解释性的生物标志物，用于异质的复杂疾病分析。
-
Patent Agency Ranking
公开(公告)号：CN110010204A
公开(公告)日：2019-07-12
申请号：CN201910270730.6
申请日：2019-04-04
Applicant: 中南大学
Abstract: 本发明公开了一种基于融合网络和多打分策略的预后生物标志物识别方法，为了减小样本异质性的影响，首先对样本的基因表达数据进行标准化和主成分分析，取前两个主成分、用高斯混合模型对样本进行聚类；对于每一类，融合多种生物网络，并从生物功能、预后能力、与已知致病基因相关程度三个角度对网络节点进行打分；通过带重启的随机游走算法，获得网络中节点的重要性排序；根据三种打分方式得到的节点重要性排序值综合评估节点的重要性；分别取每一类排序靠前的基因，合并获得预后生物标志物。本发明能有效识别生物可解释性强、与疾病密切相关并在不同预后样本中显著差异表达的生物标志物，用于疾病样本的预后分析。
-
公开(公告)号：CN110797083B
公开(公告)日：2023-04-18
申请号：CN201910881269.8
申请日：2019-09-18
Applicant: 中南大学
IPC: G16B25/10 , G16B5/00 , G16B40/00 , G06F18/2135 , G06F18/23
Abstract: 本发明公开了一种基于多网络的生物标志物识别方法；考虑到样本异质性的影响，本发明方法首先对基因表达谱数据进行标准化处理并对样本进行主成分分析，利用前两个主成分对样本通过高斯混合模型聚类；对于每一类样本，构建一个基于多网络的网络传播模型对网络中的所有基因进行排序，用于初步筛选重要基因；为了获得具有最大区分能力、最小冗余的生物标志物，通过接收者操作特征曲线的线下面积(AUC)优化模型在上一步得到的重要特征中进一步对基因打分排序，获得生物标志物。本发明的方法充分利用了多源生物网络信息，可以有效识别具有最大分类能力、最小冗余和生物可解释性的生物标志物，用于异质的复杂疾病分析。
-
公开(公告)号：CN110010204B
公开(公告)日：2022-12-02
申请号：CN201910270730.6
申请日：2019-04-04
Applicant: 中南大学
Abstract: 本发明公开了一种基于融合网络和多打分策略的预后生物标志物识别方法，为了减小样本异质性的影响，首先对样本的基因表达数据进行标准化和主成分分析，取前两个主成分、用高斯混合模型对样本进行聚类；对于每一类，融合多种生物网络，并从生物功能、预后能力、与已知致病基因相关程度三个角度对网络节点进行打分；通过带重启的随机游走算法，获得网络中节点的重要性排序；根据三种打分方式得到的节点重要性排序值综合评估节点的重要性；分别取每一类排序靠前的基因，合并获得预后生物标志物。本发明能有效识别生物可解释性强、与疾病密切相关并在不同预后样本中显著差异表达的生物标志物，用于疾病样本的预后分析。
-
公开(公告)号：CN109817337B
公开(公告)日：2020-09-08
申请号：CN201910091441.X
申请日：2019-01-30
Applicant: 中南大学
IPC: G16H50/30
Abstract: 本发明公开了一种单个疾病样本通路激活度的评估方法及相似疾病区分方法；对每条通路构建全连通网络，并将通路中原有的连边作为其重要连边，添加的连边作为其背景连边；将通路中存在的基因作为重要基因，其他基因作为背景基因；对全连通网络中的每条连边，计算疾病样本和正常样本的差异值，并计算差异值显著性；计算每个基因在疾病样本与正常样本中表达值的差异倍数；计算在每个全连通网络的节点和连边排名中重要节点和连边的富集程度，作为相应通路的激活度。以通路的激活度为特征区分相似疾病。本发明能有效计算单个疾病样本中每条通路的激活度，将疾病样本高维、小样本的基因表达矩阵转换成通路激活度的表达矩阵，用于区分相似疾病，准确度高。
-
公开(公告)号：CN109817337A
公开(公告)日：2019-05-28
申请号：CN201910091441.X
申请日：2019-01-30
Applicant: 中南大学
IPC: G16H50/30
Abstract: 本发明公开了一种单个疾病样本通路激活度的评估方法及相似疾病区分方法；对每条通路构建全连通网络，并将通路中原有的连边作为其重要边，添加的连边作为其背景边；将通路中存在的基因作为重要基因，其他基因作为背景基因；对全连通网络中的每条连边，计算疾病样本和正常样本的差异值，并计算差异值显著性；计算每个基因在疾病样本与正常样本中表达值的差异倍数；计算在每个全连通网络的节点和连边排名中重要节点和连边的富集程度，作为相应通路的激活度。以通路的激活度为特征区分相似疾病。本发明能有效计算单个疾病样本中每条通路的激活度，将疾病样本高维、小样本的基因表达矩阵转换成通路激活度的表达矩阵，用于区分相似疾病，准确度高。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
