-
公开(公告)号:CN104769129A
公开(公告)日:2015-07-08
申请号:CN201280076912.6
申请日:2012-11-15
申请人: 深圳华大基因科技有限公司 , 深圳华大基因研究院
IPC分类号: C12Q1/68
CPC分类号: C12Q1/6881 , C12Q2600/156 , C12Q2600/112
摘要: 本发明涉及一种主要组织相容性复合体MHC分型方法及其应用。具体地,本发明提供了主要组织相容性复合体MHC型别数据库及其构建方法和构建单元、SNP和InDel检测方法和检测单元、SNP和InDel的拼接方法及拼接单元、以及主要组织相容性复合体MHC分型方法及其单元和系统。本发明方法和系统准确性高(可以达到98%以上),对待测的数据要求比较低、相对于现有的分型方法,大大提高了分型区域。
-
公开(公告)号:CN104769129B
公开(公告)日:2017-07-07
申请号:CN201280076912.6
申请日:2012-11-15
申请人: 深圳华大基因科技有限公司 , 深圳华大基因研究院
IPC分类号: C12Q1/68
CPC分类号: C12Q1/6881 , C12Q2600/156
摘要: 本发明涉及一种主要组织相容性复合体MHC分型方法及其应用。具体地,本发明提供了主要组织相容性复合体MHC型别数据库及其构建方法和构建单元、SNP和InDel检测方法和检测单元、SNP和InDel的拼接方法及拼接单元、以及主要组织相容性复合体MHC分型方法及其单元和系统。本发明方法和系统准确性高(可以达到98%以上),对待测的数据要求比较低、相对于现有的分型方法,大大提高了分型区域。
-
公开(公告)号:CN107301323A
公开(公告)日:2017-10-27
申请号:CN201710692864.8
申请日:2017-08-14
申请人: 安徽医科大学第一附属医院 , 深圳华大基因研究院
摘要: 本发明涉及医学检测技术领域,具体涉及一种与银屑病相关的分类模型的构建方法,包括以下步骤:(1)选取银屑病易感位点;(2)根据不同类型的易感位点,转化为输入数据;(3)利用Adaboost-SVM模型进行数据的分类。目前的缺乏相关的技术来对银屑病数据进行分类和预测,只停留在判断位点有无来推断患病情况。本发明利用有效的机器学习分类器SVM进行分类,并通过了adaboost框架来集成SVM,提高分类器的准确性。该模型可以整合SNP、氨基酸和型别数据进行分类,综合考虑各个维度的信息,提高了数据了分类结果的准确性。
-
公开(公告)号:CN102952877B
公开(公告)日:2014-09-24
申请号:CN201210277141.9
申请日:2012-08-06
申请人: 深圳华大基因研究院
CPC分类号: C12Q1/6883 , C12Q1/6869 , C12Q2600/156 , C12Q2600/158
摘要: 本发明提供了一种确定核酸样本中α-珠蛋白基因拷贝数的方法和系统。该方法包括:对所述核酸样本进行扩增,以便得到扩增产物;针对所述扩增产物,构建测序文库;对所述测序文库进行测序,以便得到测序结果,所述测序结果由多个测序数据构成;确定所述测序结果中来自于所述α-珠蛋白基因的测序数据;以及基于所述α-珠蛋白基因的测序数据的数目,确定所述核酸样本中α-珠蛋白基因的拷贝数。利用该方法,能够有效确定所述核酸样本中α-珠蛋白基因的拷贝数。
-
公开(公告)号:CN102952877A
公开(公告)日:2013-03-06
申请号:CN201210277141.9
申请日:2012-08-06
申请人: 深圳华大基因研究院
CPC分类号: C12Q1/6883 , C12Q1/6869 , C12Q2600/156 , C12Q2600/158
摘要: 本发明提供了一种确定核酸样本中α-珠蛋白基因拷贝数的方法和系统。该方法包括:对所述核酸样本进行扩增,以便得到扩增产物;针对所述扩增产物,构建测序文库;对所述测序文库进行测序,以便得到测序结果,所述测序结果由多个测序数据构成;确定所述测序结果中来自于所述α-珠蛋白基因的测序数据;以及基于所述α-珠蛋白基因的测序数据的数目,确定所述核酸样本中α-珠蛋白基因的拷贝数。利用该方法,能够有效确定所述核酸样本中α-珠蛋白基因的拷贝数。
-
公开(公告)号:CN107301323B
公开(公告)日:2020-11-03
申请号:CN201710692864.8
申请日:2017-08-14
申请人: 安徽医科大学第一附属医院 , 深圳华大基因研究院
摘要: 本发明涉及医学检测技术领域,具体涉及一种与银屑病相关的分类模型的构建方法,包括以下步骤:(1)选取银屑病易感位点;(2)根据不同类型的易感位点,转化为输入数据;(3)利用Adaboost‑SVM模型进行数据的分类。目前的缺乏相关的技术来对银屑病数据进行分类和预测,只停留在判断位点有无来推断患病情况。本发明利用有效的机器学习分类器SVM进行分类,并通过了adaboost框架来集成SVM,提高分类器的准确性。该模型可以整合SNP、氨基酸和型别数据进行分类,综合考虑各个维度的信息,提高了数据了分类结果的准确性。
-
-
-
-
-