-
公开(公告)号：CN115762633B
公开(公告)日：2024-01-23
申请号：CN202211476499.4
申请日：2022-11-23
Applicant: 哈尔滨工业大学
IPC: G16B20/20
Abstract: 一种基于三代测序的基因组结构变异基因型校正方法，涉及生物信息处理领域。本发明是为了解决现有结构变异检测方法还存在由于测序错误噪声、测序深度导致的基因变异检测结果存在误差的问题。本发明包括：获取个体测序数据比对片段，根据比对片段信息提取异常比对片段，并将其划分为比对内部信号和比对间信号，从异常比对片段中提取不同类型的结构变异信号，并获取所有比对片段的起始位置、终止位置、片段名称；获取待分型结构变异，利用待分型结构变异对结构变异信号进行筛选获得支持待分型结构变异的结构变异信号集；利用所有比对片段信息和支持待分型结构变异的结构变异信号集获取待分型结构变异的基因型。本发明用于对结构变异基因型进行校正。
-
公开(公告)号：CN115631789B
公开(公告)日：2023-08-15
申请号：CN202211313819.4
申请日：2022-10-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于泛基因组的群体联合变异检测方法，涉及基因生物学技术领域。本发明是为了解决目前群体联合变异检测方法还存在比对效率低、变异检测灵敏度弱、检测结果不够准确的问题。本发明包括：获取参考基因组和被测样本基因组，并利用参考基因组和被测样本基因组识别被测样本基因组上的候选变异位点，并对候选变异点位进行分类；根据候选变异点位的类型利用候选变异位点构建局部单体型序列，并对构建好的局部单体型序列在样本间整合，获得整合后的单体型序列集合；利用整合后的单体型序列检测被测样本基因组的变异位点的基因型；遍历群体内所有被测样本基因组，并重复执行步骤一到三，获得群体内所有变异基因型。本发明用于群体基因组联合变异检测。
-
公开(公告)号：CN115641911B
公开(公告)日：2023-05-23
申请号：CN202211280417.9
申请日：2022-10-19
Applicant: 哈尔滨工业大学
Abstract: 一种针对序列间重叠检测的方法，具体涉及一种基于第三代测序技术ONT数据的序列间重叠检测的方法，本发明为了解决第三代测序技术在重叠检测时是全部序列进行比对，导致比对速度慢、内存消耗大，且第三代测序技术具有较高的错误率，产生的序列间重叠检测结果准确率不高，可靠性低的问题，它首先将获取的测序序列分为种子序列和映射序列；再构建种子序列的二级哈希索引表；计算种子序列的过滤阈值；最终利用种子序列的二级哈希索引表和过滤阈值将种子序列和映射序列进行比对，得到种子序列和映射序列的重叠信息，再以迭代的方式在每轮迭代开始时重新选取种子序列和映射序列，并重复上述操作，得到测序序列的重叠信息。属于序列重叠检测领域。
-
公开(公告)号：CN115631849B
公开(公告)日：2023-04-28
申请号：CN202211291501.0
申请日：2022-10-19
Applicant: 哈尔滨工业大学
Abstract: 基于深度神经网络的乳腺癌预后指示系统、存储介质及设备，属于癌症预后指示技术领域。本发明为了解决现有的乳腺癌预后预测准确率有待于提高的问题。本发明根据用户输入实例对应的组学特征在TCGA数据库中获取相同的全部乳腺癌实例的组学特征，然后针对每个组学数据分别计算特征的肯德尔相关系数矩阵，根据相关系数矩阵确定全局基因相似系数矩阵及最相近基因相似系数矩阵，并通过迭代计算多组学特征相似性融合矩阵进而获得多组学特征的全局相似性，之后根据非负矩阵分解的方式对其进行分解，根据分解结果对用户取户输入的组学特征进行加权，然后利用机器学习模型进行乳腺癌预后预测。本发明用于乳腺癌的预后指示。
-
公开(公告)号：CN115762633A
公开(公告)日：2023-03-07
申请号：CN202211476499.4
申请日：2022-11-23
Applicant: 哈尔滨工业大学
IPC: G16B20/20
Abstract: 一种基于三代测序的基因组结构变异基因型校正方法，涉及生物信息处理领域。本发明是为了解决现有结构变异检测方法还存在由于测序错误噪声、测序深度导致的基因变异检测结果存在误差的问题。本发明包括：获取个体测序数据比对片段，根据比对片段信息提取异常比对片段，并将其划分为比对内部信号和比对间信号，从异常比对片段中提取不同类型的结构变异信号，并获取所有比对片段的起始位置、终止位置、片段名称；获取待分型结构变异，利用待分型结构变异对结构变异信号进行筛选获得支持待分型结构变异的结构变异信号集；利用所有比对片段信息和支持待分型结构变异的结构变异信号集获取待分型结构变异的基因型。本发明用于对结构变异基因型进行校正。
-
Patent Agency Ranking
公开(公告)号：CN115641955A
公开(公告)日：2023-01-24
申请号：CN202211280416.4
申请日：2022-10-19
Applicant: 哈尔滨工业大学
Abstract: 基于深度学习的胃癌分期判别系统及存储介质，属于癌症辅助判识技术领域。本发明为了解决现有的胃癌分期判别准确率低的问题，本发明首先通过组学特征相关系数计算单元对单一组学特征或多组学计算每个组学的任意两个基因的特征相似性系数，并得到组学特征矩阵；然后通过胃癌标记基因筛选单元：计算图注意力网络中节点i和节点j的注意力系数，计算出q个基因与其它所有基因的注意力系数之后针对每个基因选取其中系数最高的前r个作为参数，并与用户输入的原始数据加权，得到特征矩阵Sq*r；胃癌分期预测单元基于该特征矩阵，利用神经网络对胃癌分期进行预测。本发明用于胃癌的分期判别。
-
公开(公告)号：CN115641911A
公开(公告)日：2023-01-24
申请号：CN202211280417.9
申请日：2022-10-19
Applicant: 哈尔滨工业大学
Abstract: 一种针对序列间重叠检测的方法，具体涉及一种基于第三代测序技术ONT数据的序列间重叠检测的方法，本发明为了解决第三代测序技术在重叠检测时是全部序列进行比对，导致比对速度慢、内存消耗大，且第三代测序技术具有较高的错误率，产生的序列间重叠检测结果准确率不高，可靠性低的问题，它首先将获取的测序序列分为种子序列和映射序列；再构建种子序列的二级哈希索引表；计算种子序列的过滤阈值；最终利用种子序列的二级哈希索引表和过滤阈值将种子序列和映射序列进行比对，得到种子序列和映射序列的重叠信息，再以迭代的方式在每轮迭代开始时重新选取种子序列和映射序列，并重复上述操作，得到测序序列的重叠信息。属于序列重叠检测领域。
-
公开(公告)号：CN113300564B
公开(公告)日：2022-10-21
申请号：CN202110655314.5
申请日：2021-06-11
Applicant: 哈尔滨工业大学
IPC: H02K41/03
Abstract: 高功率因数横向磁通永磁同步直线电机，属于永磁电机领域，本发明为解决现有横向磁通永磁同步直线电机永磁体利用率低、永磁体和电枢漏磁大、功率因数低的问题。本发明包括初级和次级，初级设置于次级外部；初级包括h个沿轴向并列排布、结构相同的圆盘型电枢铁心，每个圆盘型电枢铁心沿周向设置m×k个U型电枢模块，初级中所有U型电枢模块上设置m相初级电枢，各相沿圆周方向均布且依次占360°/m角度；每相包括k个电枢单元；k个电枢单元中绕组可以通过串联或者并联构成一相绕组；每个电枢单元由h个沿轴向方向均匀分布的U型电枢模块构成，相邻U型电枢模块的绕组反向串联，且相邻U型电枢模块中心的轴向距离为τ。
-
公开(公告)号：CN113300566A
公开(公告)日：2021-08-24
申请号：CN202110656591.8
申请日：2021-06-11
Applicant: 哈尔滨工业大学
IPC: H02K41/03
Abstract: 模块化横向磁通永磁同步直线电机，属于永磁电机领域，本发明为解决现有横向磁通永磁同步直线电机永磁体利用率低、永磁体和电枢漏磁大、功率因数低的问题。本发明包括初级和次级，初级设置于次级外部；初级包括初级电枢，初级电枢为m相，各相沿轴向均匀分布且依次间隔2iτ±2τ/m，i＝0,1,2,…；每相包括k个电枢单元，且k个电枢单元沿圆周方向均布；k个电枢单元中绕组通过串联或者并联构成一相绕组；每个电枢单元由h个沿轴向方向均匀分布的U型电枢模块构成，相邻U型电枢模块的绕组反向串联，且每相中相邻U型电枢模块中心的轴向距离为τ。
-
公开(公告)号：CN113035278A
公开(公告)日：2021-06-25
申请号：CN202110380222.0
申请日：2021-04-08
Applicant: 哈尔滨工业大学
Abstract: 一种基于TPBWT自索引结构滑动窗口压缩方法，本发明涉及一种DNA自索引滑动窗口压缩算法。本发明的目的是为了解决现有压缩工具LYZip不能够按照用户需求压缩指定区间数据，压缩耗时长，无法实现多线程压缩问题。一种基于TPBWT自索引结构滑动窗口压缩方法具体过程为：步骤一、数据预处理；步骤二、对步骤一预处理后数据进行分块处理；步骤三、对步骤二分块处理后的每一块进行分流处理；步骤四：将步骤三分流处理后的数据整合为一个压缩文件。本发明用于三代测序DNA数据压缩领域。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.106 seconds)
