-
公开(公告)号：CN111370055B
公开(公告)日：2023-05-23
申请号：CN202010146731.2
申请日：2020-03-05
Applicant: 中南大学
IPC: G16B20/00 , G16B5/00 , G06N3/0464
Abstract: 本发明公开了一种内含子保留预测模型建立方法，包括收集内含子保留相关的模拟数据和真实数据；定义基因组中所有独立内含子集合并作为标准模板；获取得到的模拟数据中所设定的内含子序列读数分布模式图片数据集并处理得到处理后的数据集；将处理后的数据集按照设定比例划分为训练集和测试集；采用训练集训练神经网络模型得到最终建立的神经网络内含子保留预测模型。本发明还公开了包括所述内含子保留预测模型建立方法的预测方法。本发明能够基于内含子保留读数分布模式对内含子进行可视化以及预测，而且可靠性高，准确性好。
-
公开(公告)号：CN110066862B
公开(公告)日：2021-02-12
申请号：CN201910428254.6
申请日：2019-05-22
Applicant: 中南大学
IPC: C12Q1/6869
Abstract: 本发明公开了一种基于高通量测序读数的重复DNA序列识别方法，包括：由高通量测序的读数得到高频k‑mer集合，根据高频k‑mer集合对读数进行筛选，使得包含高频k‑mer较多的读数保留下来，成为高频读数；使用序列组装工具组装高频读数，得到contigs序列；对contigs序列进行筛选，保留下的所有contigs序列即为重复DNA序列。本发明可以从高通量测序读数中识别重复DNA序列，而无需物种参考序列，可以适用于参考序列未知的物种的重复DNA序列识别，并且本发明是通过组装高频读数得到重复DNA序列，相对于组装高频k‑mer得到重复DNA序列，提高了识别重复DNA序列的准确率。
-
公开(公告)号：CN110827921A
公开(公告)日：2020-02-21
申请号：CN201911097854.5
申请日：2019-11-12
IPC: G16B30/00
Abstract: 本发明公开了一种单细胞聚类方法、装置、电子设备及存储介质。在计算节点对之间基于距离信息的局部相似性基础上，构建全局特征空间。基于全局特征空间，使用多核学习方法，计算节点对之间的全局相似性。然后，扩展考虑节点对的所有二阶路径上的节点，加入更多相关节点信息，构建更有效的全局相似性计算方法。最后，通过根据节点度大小对节点排序，决定节点初始加入社团顺序，从而改进Louvain社团检测方法，并使用该方法进行聚类。本发明简单有效，通过与其他方法比较，以及在公用单细胞转录组测序数据集上测试表明，该发明在单细胞转录组测序数据聚类方面有较好的预测性能。
-
公开(公告)号：CN109215738A
公开(公告)日：2019-01-15
申请号：CN201811189477.3
申请日：2018-10-12
Applicant: 中南大学
Abstract: 本发明公开了一种阿尔茨海默症相关基因的预测方法，包括获取数据信息；计算剪切异构体表达的FPKM，筛选剪切异构体并得到FPKM1；筛选剪切异构体；对样本聚类并剔除离群值；构建样本的无尺度网络、拓扑重叠矩阵、节点相异性矩阵并聚类和合；转换得到网络边文件；生成无向网络并筛选得到具有网络结构差异的剪切异构体；对模块进行合并和判断差异性，得到具有差异性的剪切异构体；将具有网络结构差异的剪切异构体和具有差异性的剪切异构体取并集，得到最终结果。本发明方法能够对阿尔茨海默症的相关基因和剪切异构体进行预测，为后续的工作提供数据支撑和理论基础。
-
公开(公告)号：CN116843667A
公开(公告)日：2023-10-03
申请号：CN202310888573.1
申请日：2023-07-19
Applicant: 中南大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/44 , G06V10/82
Abstract: 本申请适用于图像分类技术领域，提供了一种基于多任务学习的脑影像分类及脑认知评分预测方法，包括获取训练脑磁共振影像图像集；构建脑影像分类及脑认知评分预测型；将训练脑磁共振图像集输入该模型，得到脑影像分类结果、脑认知评分预测值以及交互特征；分别构建第一、第二、第三以及第四损失函数；根据上述损失函数，确定脑影像分类及脑认知评分预测模型的损失值；利用损失值对该模型进行反向传播，得到训练后的脑影像分类及脑认知评分预测模型；将待识别脑磁共振图像输入到训练后的脑影像分类及脑认知评分预测模型，得到脑影像分类结果和脑认知评分预测值。本申请能够提高脑影像分类和脑认知评分预测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN110827921B
公开(公告)日：2022-06-14
申请号：CN201911097854.5
申请日：2019-11-12
IPC: G16B30/00
Abstract: 本发明公开了一种单细胞聚类方法、装置、电子设备及存储介质。在计算节点对之间基于距离信息的局部相似性基础上，构建全局特征空间。基于全局特征空间，使用多核学习方法，计算节点对之间的全局相似性。然后，扩展考虑节点对的所有二阶路径上的节点，加入更多相关节点信息，构建更有效的全局相似性计算方法。最后，通过根据节点度大小对节点排序，决定节点初始加入社团顺序，从而改进Louvain社团检测方法，并使用该方法进行聚类。本发明简单有效，通过与其他方法比较，以及在公用单细胞转录组测序数据集上测试表明，该发明在单细胞转录组测序数据聚类方面有较好的预测性能。
-
公开(公告)号：CN109215738B
公开(公告)日：2020-04-28
申请号：CN201811189477.3
申请日：2018-10-12
Applicant: 中南大学
Abstract: 本发明公开了一种阿尔茨海默症相关基因的预测方法，包括获取数据信息；计算剪切异构体表达的FPKM，筛选剪切异构体并得到FPKM1；筛选剪切异构体；对样本聚类并剔除离群值；构建样本的无尺度网络、拓扑重叠矩阵、节点相异性矩阵并聚类和合；转换得到网络边文件；生成无向网络并筛选得到具有网络结构差异的剪切异构体；对模块进行合并和判断差异性，得到具有差异性的剪切异构体；将具有网络结构差异的剪切异构体和具有差异性的剪切异构体取并集，得到最终结果。本发明方法能够对阿尔茨海默症的相关基因和剪切异构体进行预测，为后续的工作提供数据支撑和理论基础。
-
公开(公告)号：CN110838342A
公开(公告)日：2020-02-25
申请号：CN201911108401.8
申请日：2019-11-13
Applicant: 中南大学
IPC: G16B35/20
Abstract: 本发明公开了一种基于相似性的病毒-受体相互作用关系预测方法和装置，所述方法首先基于已知的病毒-受体相互作用关系数据分别构建病毒和受体的高斯核相似性矩阵；利用受体的序列信息构建受体的序列相似性矩阵；并基于受体序列相似性矩阵和高斯核相似性矩阵集成最终的受体相似性。然后根据邻接信息对不存在相互作用关系的病毒和受体的相互作用关系进行初始化处理。最后利用拉普拉斯正则化最小二乘法来计算病毒-受体对的相互作用关系分数。本发明能够对病毒-受体相互作用关系进行有效的预测。
-
公开(公告)号：CN116825258A
公开(公告)日：2023-09-29
申请号：CN202310784982.7
申请日：2023-06-29
Applicant: 中南大学
IPC: G16H10/00 , G16B40/00 , G16B20/50 , G16B50/10 , G06F18/2431 , G06F18/214 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本公开实施例中提供了一种人类单核苷酸突变致病性预测模型建立及预测方法，属于生物信息技术领域，具体包括：获取人类单核苷酸突变数据；将人类单核苷酸突变数据进行注释并作归一化处理；将归一化处理后的数据转换为三元组数据；收集蛋白质相互作用数据并转换为三元组数据；将三元组数据合并构建知识图谱；利用知识图谱和训练集迭代训练人类单核苷酸突变致病性预测模型，得到目标预测模型；按照预设的训练参数，利用测试集计算目标预测模型的评价参数并判断其是否符合预设要求；将待检测人类单核苷酸输入目标预测模型，得到致病性预测结果。通过本公开的方案，提高了预测适应性和精准度。
-
公开(公告)号：CN108897986B
公开(公告)日：2020-11-27
申请号：CN201810530874.6
申请日：2018-05-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于蛋白质信息的基因组序列拼接方法，包括：获取待拼接的DNA序列与蛋白质序列之间的比对信息；确定每条蛋白质序列上对应的DNA序列之间的相邻关系；构建相邻DNA序列之间的连接边并获取每个蛋白质序列上对应的每个DNA序列连接边的支持信息；依次对每个DNA序列连接边的支持信息进行去噪处理；基于权重打分函数依次对每个DNA序列的前、后节点进行去噪处理；计算存在支持信息的所有DNA序列连接边的连接间距；基于所有DNA序列连接边的连接间距以及每个DNA序列的前、后节点依次串接得到基因组序列拼接路径。通过上述方法提高基因组序列拼接结果的敏感性和精确度。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.023 seconds)
