-
公开(公告)号：CN117316295B
公开(公告)日：2024-11-15
申请号：CN202311177280.9
申请日：2023-09-13
Applicant: 哈尔滨工业大学
IPC: G16B40/20 , G16B20/50 , G16B20/30 , G06F18/2413 , G06F18/2431 , C12Q1/6869
Abstract: 一种基于细胞异质性基因与通路功能的内分泌疾病细胞识别方法，它涉及一种内分泌疾病细胞识别方法。本发明为了解决现有细胞功能识别方法存在局限性的问题。本发明的步骤包括步骤1、提取细胞关联基因特征；步骤2、扩增细胞关联基因；步骤3、预测细胞异质性基因；步骤4、识别内分泌疾病细胞功能。本发明属于内分泌疾病细胞功能识别技术领域。
-
公开(公告)号：CN117316295A
公开(公告)日：2023-12-29
申请号：CN202311177280.9
申请日：2023-09-13
Applicant: 哈尔滨工业大学
IPC: G16B40/20 , G16B20/50 , G16B20/30 , G06F18/2413 , G06F18/2431 , C12Q1/6869
Abstract: 一种基于细胞异质性基因与通路功能的内分泌疾病细胞识别方法，它涉及一种内分泌疾病细胞识别方法。本发明为了解决现有细胞功能识别方法存在局限性的问题。本发明的步骤包括步骤1、提取细胞关联基因特征；步骤2、扩增细胞关联基因；步骤3、预测细胞异质性基因；步骤4、识别内分泌疾病细胞功能。本发明属于内分泌疾病细胞功能识别技术领域。
-
公开(公告)号：CN117352062A
公开(公告)日：2024-01-05
申请号：CN202311177127.6
申请日：2023-09-13
Applicant: 哈尔滨工业大学
IPC: G16B40/00 , G16B50/30 , G06F18/25 , G06N3/0475 , G06N3/045
Abstract: 一种基于细胞异质性功能的内分泌疾病基因特征融合方法，它涉及一种内分泌疾病基因特征融合方法。本发明为了解决现有细胞异质性基因特征提取方法存在局限性的问题。本发明的步骤包括步骤1、获取细胞基因关联数据；步骤2、细胞关联基因特征表示；步骤3、融合细胞关联基因特征。本发明属于内分泌疾病细胞异质性基因特征融合技术领域。
-
Patent Agency Ranking
公开(公告)号：CN110349623A
公开(公告)日：2019-10-18
申请号：CN201910043414.5
申请日：2019-01-17
Applicant: 哈尔滨工业大学
Abstract: 本发明提供了基于改进孟德尔随机化的老年痴呆病基因及位点筛选方法，属于阿尔茨海默病相关基因及位点筛选领域。本发明具体步骤为取GWAS数据为x、eQTL数据为y，SNP数据为z；得到x对于y的效果为bxy、z对于x的效果bzx、z对于y的效果为bzy；定义bxy为bxy＝bzy/bzx；计算eQTL数据集中SNP的Z-score；计算GWAS数据集中对应SNP的Z-score；计算统计量Tsmr并服从自由度为1的卡方分布；对Tsmr进行卡方检验并求得P-value；根据P-value的大小进行筛选。本发明发现更多与AD相关的基因与位点，在做基因筛查的时候可以预知患病风险，对于基因靶向药物的研发也有极其重要的意义。在极端情况下，可以进行基因敲除手术使患者康复。
-
公开(公告)号：CN109872781A
公开(公告)日：2019-06-11
申请号：CN201910141417.2
申请日：2019-02-26
Applicant: 哈尔滨工业大学
Abstract: 本发明提供了基于Xgboost的药物靶点识别方法，属于药物靶点识别领域。本发明基于Xgboost的药物靶点识别方法具体步骤为：成分分析：计算药物靶标和非药物靶标在20种氨基酸中每种氨基酸的平均百分比；离解常数：将20种氨基酸根据其各自的亲水性将氨基酸分成6类小群；PEST区：根据Epestfind程序识别氨基酸中潜在的PEST蛋白区域；根据步骤一、步骤二和步骤三提取出药物靶标的3种特征；利用Xgboost算法对步骤四中的提取出的特征进行药物靶点的识别。本发明一种基于Xgboost的药物靶点识别方法，可以高速、高效、低成本的识别潜在药物靶点；发现潜在的药物靶点不仅可以推动疾病作用机制和药理学研究，还可以为药物潜在的副作用和药品的商业化提供指导信息。
-
公开(公告)号：CN110349619A
公开(公告)日：2019-10-18
申请号：CN201910043415.X
申请日：2019-01-17
Applicant: 哈尔滨工业大学
IPC: G16B5/00
Abstract: 本发明提供了基于相似度计算的疾病与代谢物网络构建方法，属于疾病与代谢物相似度网络构建领域。本发明网络构建方法为：获取不同疾病和代谢物的信息；获取与疾病相关的已知代谢物；使用InfD-isSim方法找出不同疾病的相似性；引入MISM方法获得代谢物的相似性；建立代谢物相似性的网络；通过随机游走发现新的疾病-代谢物的关系。本发明通过该方法可以得知更多与疾病相关的潜在代谢物，对于临床诊断、治疗以及开发新靶向药物具有极其重要的意义；采用该种方法，可以免去生物实验的高昂成本以及效率低下；通过该方法确定某种疾病的前几位候选代谢物，再通过生物实验验证是一种既高效又省钱的方法。
-
公开(公告)号：CN109920477A
公开(公告)日：2019-06-21
申请号：CN201910141392.6
申请日：2019-02-26
Applicant: 哈尔滨工业大学
Abstract: 本发明提供了一种基于Adaboost与BP神经网络融合的多物种Pre-microRNA真伪识别方法，属于多物种Pre-microRNA真伪识别技术领域。本发明提取N-Gram频率、能量特征、基于结构多样性的特征和三重结构序列；通过提取的特征及其相应的标签建立N个BP网络分类器；在训练和建立分类器时，每个分类器将获得相应的权重；最后，通过组合这些N个权重分布的分类器获得了强分类器。本发明不仅可以识别出Pre-microRNA的真伪，还可以识别出其所属物种；可以有效地克服输出不稳定和过拟合现象的缺陷，通过整合多分类器获得了强大的分类器；并且分类器的准确性高于其他方法。
-
公开(公告)号：CN109872773A
公开(公告)日：2019-06-11
申请号：CN201910141438.4
申请日：2019-02-26
Applicant: 哈尔滨工业大学
Abstract: 本发明提供了一种基于Adaboost、BP神经网络和随机森林融合的mirco-RNA前体识别方法，属于mirco-RNA前体识别方法技术领域。本发明从pre-miRNA序列中提取N个特征；通过提取特征及其相应的标签建立N/2个BP分类器和N/2个RF分类器；在训练和建立分类器时，计算每个分类器获得的相应权重；通过组合弱权重分布的分类器获得强分类器。本发明可以避免传统BP神经网络和RF算法分类器过度拟合和不稳定的缺点，整合了多个弱分类器并将权重分配给它们；最后，获得了具有高精度和稳定性的强分类器，可以获得高预测准确度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.029 seconds)
