一种基因数据处理方法、装置、存储介质及电子设备

    公开(公告)号:CN118212987B

    公开(公告)日:2024-08-20

    申请号:CN202410628294.6

    申请日:2024-05-21

    Abstract: 本发明提供了一种基因数据处理方法、装置、存储介质及电子设备,涉及基因技术领域,该方法包括:获取待测样本的测序数据;对测序数据进行预处理,获得目标测序数据;将目标测序数据与物种数据库进行比对,获得目标物种序列数据集,对目标物种序列数据集进行序列组装,获得组装结果;对组装结果进行基因预测,获得基因预测结果;对各个基因预测结果进行去冗余处理,得到各个非冗余基因序列;将每个非冗余基因序列与耐药基因数据库进行比对,获得每个非冗余基因序列对应的注释结果;基于每个非冗余基因序列对应的注释结果在各个非冗余基因序列中确定出耐药基因序列。应用本发明实施例提供的方法,能够准确地确定出耐药基因序列。

    一种预测克雷伯氏菌属对亚胺培南敏感性的系统及方法

    公开(公告)号:CN115798576B

    公开(公告)日:2023-06-02

    申请号:CN202310065262.5

    申请日:2023-02-06

    Abstract: 本发明一种预测克雷伯氏菌属对亚胺培南敏感性的系统及方法属于生物信息技术领域。所述系统包括计算机可读存储介质,其上存储有计算机程序;所述计算机程序被处理器执行时实现一种Exp(‑k)幂值计算方法;所述Exp(‑k)幂值计算方法按下述计算步骤计算:S1:按下述公式I计算k值:公式I:;S2:求取以自然常数e为底数、以‑k为指数的Exp(‑k)幂值;其中,C1‑C5分别为bleomycin resistance determinant、ramA、mphA、KPC‑1、catI基因分别在待预测的克雷伯氏菌属菌株中的拷贝数。采用本发明的预测方法和预测系统进行克雷伯氏菌属对亚胺培南敏感性的预测的准确率约99.4%。

    核酸提取试剂、试剂盒及其应用,以及核酸提取方法

    公开(公告)号:CN116042600A

    公开(公告)日:2023-05-02

    申请号:CN202211012812.9

    申请日:2022-08-23

    Abstract: 本发明涉及生物技术领域,尤其涉及核酸提取试剂、试剂盒及其应用,以及核酸提取方法。本发明提供了核酸提取试剂,包括:抗凝剂、CSB、LMP、红细胞裂解液、白细胞裂解液、溶菌酶、蛋白酶K、RNase、溶胶酶和透析缓冲液。本发明提供了一种针对血流感染病原菌的长短片段共提取试剂或试剂盒,该试剂或试剂盒的效果可以达到:短至100bp左右的cfDNA,直到长至大于2Mb的病原菌gDNA在同一提取管中共同提取,实现了长度跨度极大的长短片段共同提取,比现有只能分相提取的方案节省一半的时间及样本量,且因操作简便而可减少污染的可能。

    一种预测克雷伯氏菌属对左氧氟沙星敏感性的系统及方法

    公开(公告)号:CN115798577B

    公开(公告)日:2023-04-21

    申请号:CN202310065354.3

    申请日:2023-02-06

    Abstract: 本发明一种预测克雷伯氏菌属对左氧氟沙星敏感性的系统及方法属于生物信息技术领域。所述系统包括计算机可读存储介质,其上存储有计算机程序;所述计算机程序被处理器执行时实现一种Exp(‑k)幂值计算方法;所述Exp(‑k)幂值计算方法按下述计算步骤计算:S1:按下述公式I计算k值:公式I:;S2:求取以自然常数e为底数、以‑k为指数的Exp(‑k)幂值;其中,C1‑C5分别为TEM‑1、OmpA、AAC(6')‑Ib‑cr6、KPC‑1、QnrS1基因分别在待预测的克雷伯氏菌属菌株中的拷贝数。采用本发明的预测方法和预测系统进行克雷伯氏菌属对左氧氟沙星敏感性的预测的准确率约89.5%。

    一种构建病原微生物数据鉴定平台的方法及装置

    公开(公告)号:CN115064218A

    公开(公告)日:2022-09-16

    申请号:CN202210986706.4

    申请日:2022-08-17

    Abstract: 本申请公开了一种构建病原微生物数据鉴定平台的方法及装置,所述方法包括:将病原微生物数据进行去重复、去缺失、删除无关信息、数值替换和数据类型转化处理;利用处理后的病原微生物数据构建数据集,所述数据集包括所述处理后的病原微生物数据和与所述处理后的病原微生物数据对应的数据鉴定标签;基于所述数据集,使用PreAI算法构建模型;根据所述模型构建平台。本申请通过对病原微生物数据中的重复、缺失、无关信息等内容进行去除,并且对部分数据进行了数值替换和数据类型转化,有效提高了后续对于模型训练的效率以及准确性,从而能够有效减少鉴定病原微生物数据所需要耗费的时间成本和人工成本。

Patent Agency Ranking