-
公开(公告)号：CN110246544B
公开(公告)日：2021-03-19
申请号：CN201910409758.3
申请日：2019-05-17
Applicant: 暨南大学
Abstract: 本发明公开了一种基于整合分析的生物标志物选择方法及系统，该方法包括下述步骤：选取原始测序数据；原始测序数据采用FANSe算法，进行mapping分析，得到基因定量信息，设定基因原始分组；采用GWGS算法计算基因在原始分组中的重要性排序，再采用GWRS算法将每组基因的重要性整合，得到整合后的基因重要性排列列表，将基因按照重要性从高到低排序；采用基于SVM的Wrapper Feature Selection模型进行数据挖掘，区分数据样本类型，从重要性高的基因中筛选出生物标志物。本发明根据测序数据特点，有机整合多中心的原始测序数据，并解决平台、样本、实验设计上的系统差异，采用稳健性高的整合分析算法进行深度数据挖掘，挖掘到共同、特异、关键的生物大分子。
-
公开(公告)号：CN119479805A
公开(公告)日：2025-02-18
申请号：CN202411474842.0
申请日：2024-10-22
Applicant: 暨南大学
Abstract: 本发明公开了一种基于转录组测序基因表达量数据制定生物标志物参考区间的方法，该方法包括下述步骤：构建健康组和患者组的转录组测序基因表达量数据集；筛除健康组和患者组中的低表达基因；基于IQR方法检测并去除健康组和患者组的数据集中的离群样本，并填充离群点；根据健康组和患者组的转录组测序基因表达量数据集中共有的基因名称提取对应基因的counts数值；对基因长度及测序深度进行标准化，将提取的基因的counts数值转换为TPM值；基于SMR算法确定参考区间；确定每个基因的趋势；确定目标生物标志物及对应的参考区间。本发明能很好地匹配转录组测序基因表达量数据的偏态分布特性，划分生物标志物基因表达量的参考区间。
-
公开(公告)号：CN116855497A
公开(公告)日：2023-10-10
申请号：CN202310837371.4
申请日：2023-07-10
Applicant: 暨南大学
IPC: C12N15/113 , A61K31/713 , A61K9/127 , A61K47/28 , A61P35/00
Abstract: 本发明提供了一种抑制人USP46基因表达的siRNA和脂质体及其应用。本发明合成的siRNA具有比较高的稳定性，能很好地抑制USP46基因的表达，可特异作用于USP46基因，通过纳米脂质体包封递送系统，将合成的siRNA递送进入细胞，使其能与细胞质中USP46基因的mRNA序列，通过碱基互补配对方式相互结合，抑制USP46蛋白的表达，进而抑制细胞的生长。该siRNA可以被纳米脂质体包封递送进入乳腺癌细胞，并抑制其生长，可应用于乳腺癌的治疗。
-
公开(公告)号：CN110246544A
公开(公告)日：2019-09-17
申请号：CN201910409758.3
申请日：2019-05-17
Applicant: 暨南大学
Abstract: 本发明公开了一种基于整合分析的生物标志物选择方法及系统，该方法包括下述步骤：选取原始测序数据；原始测序数据采用FANSe算法，进行mapping分析，得到基因定量信息，设定基因原始分组；采用GWGS算法计算基因在原始分组中的重要性排序，再采用GWRS算法将每组基因的重要性整合，得到整合后的基因重要性排列列表，将基因按照重要性从高到低排序；采用基于SVM的Wrapper Feature Selection模型进行数据挖掘，区分数据样本类型，从重要性高的基因中筛选出生物标志物。本发明根据测序数据特点，有机整合多中心的原始测序数据，并解决平台、样本、实验设计上的系统差异，采用稳健性高的整合分析算法进行深度数据挖掘，挖掘到共同、特异、关键的生物大分子。
-
-
-
Search Results
4
records
(took 0.013 seconds)
