-
公开(公告)号：CN116246699B
公开(公告)日：2024-04-26
申请号：CN202211105940.8
申请日：2022-09-07
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G16B20/00 , G16B40/00 , G06F16/36 , G06N3/0464
Abstract: 本发明公开了一种基于知识图谱的合成致死预测方法、设备及存储介质，该方法包括：基于知识图谱卷积网络获得第一基因特征；根据合成致死相互作用网络获得第二基因特征；计算所述第一基因特征和所述第二基因特征的向量内积，预测基因对的合成致死概率。由此解决了当前需要人工设计基因特征，以及无法通过建模合成致死相互作用背后机制的问题，在提升基因对的合成致死预测性能的同时，还提高了模型的可解释性。
-
公开(公告)号：CN117133436A
公开(公告)日：2023-11-28
申请号：CN202311346273.7
申请日：2023-10-17
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于多源数据融合的药物疾病关联预测方法、装置及设备，该方法包括：基于预设元路径在异构网络中进行随机单向游走获得源药物节点的邻域和目标疾病节点的邻域；计算邻域间的嵌入表示，确定虚拟节点之间的归一化的注意力系数；基于归一化的注意力系数确定的邻域间的相互作用表示的标准化注意力值；将标准化注意力值与虚拟节点的嵌入表示融合，将融合获得的药物疾病节点对间边的嵌入表示与对应的初始嵌入特征进行拼接，施加一个多层感知机获得药物疾病对的预测结果。如此，基于预设元路径进行随机游走取样，并基于邻域间嵌入表示、邻域内相互作用结果进行结果预测，提取了异构网络的丰富语义信息，提高模型对药物疾病的预测性能。
-
公开(公告)号：CN117393143A
公开(公告)日：2024-01-12
申请号：CN202311316888.5
申请日：2023-10-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于图表示学习的环状RNA‑疾病关联预测方法、移动设备及存储介质，该方法包括：基于环状RNA及相关信息构建环状RNA的异构网络，所述异构网络包括环状RNA节点和疾病节点；将异构网络中各个节点的特征随机初始化后输入图表示学习模型，通过所述图表示学习模型按预设流程学习各个节点的表示向量；基于环状RNA节点的表示向量和疾病节点的表示向量的内积确定为对应环状RNA与疾病的关联预测得分。如此，通过图表示学习模型学习异构网络中各个节点的表示向量，再基于环状RNA节点和疾病节点的表示向量的内积确定关联预测得分，提高了异构网络构建的灵活性，使得图表示学习模型能获得更丰富的节点表示，提高了环状RNA‑疾病预测的准确性。
-
公开(公告)号：CN116884473A
公开(公告)日：2023-10-13
申请号：CN202310581243.8
申请日：2023-05-22
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G16B15/20 , G16B40/00 , G06F18/214 , G06F18/241
Abstract: 本发明公开了一种蛋白质功能预测模型生成方法及装置，包括获取训练蛋白质的氨基酸三维原子坐标，并根据其进行图论方法生成蛋白质二维接触图；对训练蛋白质的氨基酸三维原子坐标进行算法处理获取第一特征矩阵，对蛋白质二维接触图进行算法处理获取第二特征矩阵，第一特征矩阵与训练蛋白质的氨基酸三维原子坐标中序列作用位点对应，第二特征矩阵与训练蛋白质的氨基酸三维原子坐标中结构作用折叠结构对应；根据第一特征矩阵和第二特征矩阵分别对应的数据标签训练预先构建的蛋白质功能分类器，得到蛋白质功能预测模型。通过将训练蛋白质的氨基酸结构和序列作为信息源提取特征，提高了预测模型对蛋白质功能的预测精度。
-
公开(公告)号：CN116246699A
公开(公告)日：2023-06-09
申请号：CN202211105940.8
申请日：2022-09-07
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G16B20/00 , G16B40/00 , G06F16/36 , G06N3/0464
Abstract: 本发明公开了一种基于知识图谱的合成致死预测方法、设备及存储介质，该方法包括：基于知识图谱卷积网络获得第一基因特征；根据合成致死相互作用网络获得第二基因特征；计算所述第一基因特征和所述第二基因特征的向量内积，预测基因对的合成致死概率。由此解决了当前需要人工设计基因特征，以及无法通过建模合成致死相互作用背后机制的问题，在提升基因对的合成致死预测性能的同时，还提高了模型的可解释性。
-
Patent Agency Ranking
公开(公告)号：CN118280450A
公开(公告)日：2024-07-02
申请号：CN202410462001.1
申请日：2024-04-17
Applicant: 哈尔滨工业大学
Abstract: 基于双通道异构网络特征表示策略的microRNA‑药物敏感性预测方法及设备，属于生物信息学与化学信息学交叉技术领域。为了解决现有的microRNA‑药物敏感性预测方法存在不能充分整合异质网络中的复杂互作信息从而导致精度不足的问题。本发明首先从数据中构建miRNA序列相似性数据集以及药物SMILES结构相似性数据集，组成异构网络；然后提取双通道特征，并自适应地对特征进行融合处理；最后通过特征嵌入，添加全局节点，构建能够查询出miRNA‑药物敏感性相互作用强弱程度得分的预测模型。本发明进一步挖掘了miRNA、药物特征之间的关联信息，能够高性能miRNA‑药物敏感性相互作用预测效果。
-
公开(公告)号：CN112201346B
公开(公告)日：2024-05-07
申请号：CN202011086809.2
申请日：2020-10-12
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明涉及一种癌症生存期预测方法、装置、计算设备及计算机可读存储介质。所述癌症生存期预测方法，包括：获取待预测癌症患者的基因表达谱数据；将所述基因表达谱数据作为输入提供给训练好的神经网络预测模型，所述神经网络预测模型被训练基于癌症患者的基因表达谱数据而对所述癌症患者的生存期进行预测；获取所述神经网络预测模型的输出，得到待预测癌症患者的生存期预测结果。本发明在一定程度上缓解了过拟合的程度，可较为准确的适用于癌症预后生存状态的预测。
-
公开(公告)号：CN115910199B
公开(公告)日：2023-07-14
申请号：CN202211366609.1
申请日：2022-11-01
Applicant: 哈尔滨工业大学
Abstract: 一种基于比对框架的三代测序数据结构变异检测方法，涉及基因生物学技术领域。本发明是为了解决现有针对三代测序数据的变异检测方法还存在检测时间长、计算量大的问题。本发明包括：利用测序序列获取精确匹配片段：采用模糊比对方法对精确匹配片段进行延伸，获得模糊匹配片段；采用稀疏动态规划算法利用模糊匹配片段构建比对框架；对比对框架上的模糊匹配片段进行扩展获取最大匹配块，对最大匹配块的一致性关系解析，获得结构变异；对结构变异进行聚类，将同一类型的结构变异进行合并获得每个类型的结构变异簇；根据每个类型的结构变异簇进行结构变异检测，获得变异位点、变异长度、变异序列。本发明用于检测结构变异。
-
公开(公告)号：CN116343923A
公开(公告)日：2023-06-27
申请号：CN202310278479.4
申请日：2023-03-21
Applicant: 哈尔滨工业大学
Abstract: 一种基因组结构变异同源性识别方法，涉及生物信息处理技术领域，针对现有技术中不能对基因组结构变异同源性进行高效识别的问题，本申请建立了一套完整、标准化的基于第三代测序数据的结构变异同源性识别方法。本申请使用设计的结构实现对结构变异同源性的高效识别，并且在整体全面识别的基础上还实现了生物体不同功能区域上的同源性识别。多维度全面的同源性识别有效的促进发现多个体之间结构变异发生的规律与特点等科学问题，从而绘制高精度的人群基因组变异图谱，有助于发现人群基因组变异规律。
-
公开(公告)号：CN115641910B
公开(公告)日：2023-05-12
申请号：CN202211287317.9
申请日：2022-10-20
Applicant: 哈尔滨工业大学
Abstract: 一种三代群体基因组结构变异联合检测方法，涉及基因变异检测技术领域，针对现有技术中大规模的群体变异检测速度慢的问题，本申请提出一种基于三代测序的群体基因组SV联合检测方法，以多个个体VCF作为输入，通过对个体VCF文件中变异特征的提取与排序，使用基于二分图最大匹配算法的两轮合并，对不同个体之间的相似的SV进行合并，从而生成代表群体SV的群体VCF。本申请提出的群体基因组SV联合检测方法有效避免了SV整合中过度整合的问题，在保持联合检测高准确性的同时，提升了检出群体SV的多样性，同时，利用分块分治的策略对群体SV进行划分，合理使用计算资源的多核特性，大幅提升了大规模群体SV联合检测的速度。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.031 seconds)
