-
公开(公告)号:CN112251519A
公开(公告)日:2021-01-22
申请号:CN202011381246.X
申请日:2020-12-01
Applicant: 内蒙古农业大学
IPC: C12Q1/6888 , C12Q1/686 , C12N15/11
Abstract: 本发明公开了一种鉴定呼伦贝尔短尾羊纯合子、杂合子的特异性引物、探针及试剂盒,并提供了一种基于非标记探针高分辨率熔解曲线的呼伦贝尔短尾羊群体中纯合子、杂合子个体的鉴定方法。通过设计的非标记探针放大了纯合子和杂合子之间熔解曲线Tm值信号差异,取代传统测序,作为呼伦贝尔短尾羊基因分型的手段之一。本发明的鉴定方法操作简便,反应时间短,具有极高的灵敏性和特异性,可检测出呼伦贝尔羊群体中纯合子、杂合子个体。
-
公开(公告)号:CN117292749A
公开(公告)日:2023-12-26
申请号:CN202311276669.9
申请日:2023-10-05
Applicant: 邢文璇 , 东北大学 , 内蒙古农业大学 , 内蒙古鸿烨科技有限公司
IPC: G16B30/00 , G16B40/00 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/0499 , G06N3/0985 , G06N3/09
Abstract: 本发明属于生物技术和药物开发技术领域,具体涉及一种使用BERT特征编码技术和深度学习组合模型来对抗菌肽进行预测的方法。本发明通过从国际上知名的抗菌肽数据库中收集抗菌肽序列作为正样本和从蛋白质数据库收集蛋白质片段残基长度为5至100的序列作为负样本并建立相应的样本集;然后利用BERT预训练模型来对肽序列进行特征编码操作;接着构建由一维卷积神经网络、长短时记忆网络和注意力机制组成的深度学习组合模型和分类模块;再对深度学习组合模型和分类模块构成的整体模型进行训练、评估和利用元学习技术进行参数优化以最大化性能;最后根据优化过的模型对肽序列进行识别其是否具有抗菌活性。本发明将最新的自然语言处理技术(BERT)与深度学习模型结合,用于解决抗菌肽预测的复杂性问题,从而提供更高的准确性、通用性和效率,有望在生物医学研究和药物研发领域产生显著的创新和应用潜力。
-
公开(公告)号:CN112899375A
公开(公告)日:2021-06-04
申请号:CN202110356310.7
申请日:2021-04-01
Applicant: 内蒙古农业大学
IPC: C12Q1/6888 , C12Q1/683 , C12N15/11
Abstract: 本发明提供了一种鉴别呼伦贝尔短尾羊纯杂合个体的PCR‑RFLP方法及引物,利用Bci T130I限制性内切酶的特异性识别位点进行基因分型,以样本基因组DNA为模板,扩增呼伦贝尔短尾羊Brachyury/T基因,所扩增基因长度为203bp。上游引物所在Brachyury/T基因的95879504位点至95879486位点,下游引物位置为95879302位点至95879323位点;将PCR产物进行纯化后使用Bci T130I进行酶切;对酶切产物进行1.5%琼脂糖凝胶电泳观察结果,有着明显两条条带为纯合呼伦贝尔短尾羊,明显三条条带的为杂合呼伦贝尔短尾羊。本发明操作简便、反应不需要额外的分析步骤,并通过条带数量准确分型出纯、杂合基因型,酶切体系和时间不会引起Bci T130I酶的星活性。
-
公开(公告)号:CN112553349A
公开(公告)日:2021-03-26
申请号:CN202110056027.2
申请日:2021-01-15
Applicant: 内蒙古农业大学
IPC: C12Q1/6888 , C12Q1/6858 , C12N15/11
Abstract: 本发明公开了一种呼伦贝尔短尾羊纯合子、杂合子的鉴定引物、探针、试剂盒,并提供了一种基于该引物及探针的鉴别呼伦贝尔短尾羊纯合子和杂合子的方法。所述方法包括如下步骤:(1)提取呼伦贝尔短尾羊血液基因组DNA并稀释;(2) 对步骤(1)获得的DNA进行taqman SNP荧光探针qPCR;(3)产物检测。通过taqman SNP荧光探针qPCR,能够快速分辨出呼伦贝尔短尾羊纯合子与杂合子。本发明作为呼伦贝尔短尾羊基因分型的手段之一,鉴定方法操作简便,重复性好,反应时间短,具有极高的灵敏性和特异性。
-
公开(公告)号:CN117542419A
公开(公告)日:2024-02-09
申请号:CN202311305640.9
申请日:2023-10-10
Applicant: 东北大学 , 内蒙古农业大学 , 内蒙古鸿烨科技有限公司 , 邢文璇
IPC: G16B30/00 , G16B40/00 , G16B50/00 , G06N3/045 , G06F40/289 , G06F40/216 , G06F16/35 , G06F16/36
Abstract: 本发明属于生物医学和药物开发技术领域,具体涉及一种使用RoBERTa词嵌入技术和图注意力机制组合模型来对抗菌肽进行识别的方法。本发明通过从国际上已知的一些抗菌肽数据库中采集正样本和从蛋白质数据库采集残基长度范围在5到255之间的蛋白质序列组合作为负样本,并建立样本集;然后进行数据预处理和构建异构图操作,为组合模型输入做准备;接着利用RoBERTa模型来进行词嵌入,为引入更丰富的语义信息;再建立由RoBERTa模型和图注意力机制组成的组合模型并进行评估、参数调优处理;最后利用调优过的模型对肽序列预测其是抗菌肽还是非抗菌肽。本发明不仅将自然语言处理领域的RoBERTa模型用以对肽序列进行词嵌入操作,还将其与图注意力机制结合构建组合模型用以学习更易辨别的抗菌肽特征,从而达到更准确的抗菌肽性能预测目标,有望帮助生物医学领域的研究人员更快地找到潜在的抗菌肽候选药物,加速新药开发过程和解决抗生素耐药性等问题。
-
-
-
-