-
公开(公告)号：CN110322927B
公开(公告)日：2021-04-09
申请号：CN201910712069.X
申请日：2019-08-02
Applicant: 中南大学
Abstract: 本发明公开了一种CRISPR诱导RNA文库设计方法，包括以下步骤：步骤一、根据参考基因组生成kmer集合；步骤二、将kmer切分成kmer1和kmer2两部分，将对应的kmer1相同的kmer2分成一个类别；再将同一类别的kmer2构建到同一个检索树中，各检索树的键序列为其中kmer2对应的kmer1；步骤三、并行获取诱导RNA及其脱靶序列，该步骤中，在比对一个kmer与检索树的键序列和其中的kme2连接成的kmer时，首先将该kmer的kmer1与检索树的键序列比对，看是否满足设定条件，满足则继续比对kmer的kmer2与检索树中的kmer2。本发明提高了计算效率。
-
公开(公告)号：CN108647484B
公开(公告)日：2020-10-23
申请号：CN201810472698.5
申请日：2018-05-17
Applicant: 中南大学
IPC: G16C20/50
Abstract: 本发明公开了一种基于多元信息集成和最小二乘法的药物关系预测方法，包括步骤1：获取待研究的药物集合的药物关系矩阵；步骤2：计算每个药物与其余药物的高斯核相似性；步骤3：根据药物集合中所有药物的特征信息采用余弦角相似性方法计算每个药物与其余药物的特征相似性；特征信息包括化学信息、生物信息以及表征信息；步骤4：计算每两个药物之间的高斯核相似性和特征相似性的均值得到每两个药物之间的药物相似性，并基于每两个药物之间的药物相似性构成出药物集合的药物相似性矩阵；步骤5：基于药物相似性矩阵以及药物关系矩阵采用最小二乘法进行药物对的关联关系分数计算得到药物关系预测矩阵。
-
公开(公告)号：CN108920895B
公开(公告)日：2020-08-07
申请号：CN201810652133.5
申请日：2018-06-22
Applicant: 中南大学
Abstract: 本发明公开了一种环状RNA与疾病的关联关系预测方法，包括步骤1：构建环状RNA高斯核相似性第一矩阵以及疾病高斯核相似性第一矩阵；步骤2：基于递减权重方法计算全新环状RNA与每种疾病、全新疾病与每种环状RNA的关系初始值；步骤3：再构建环状RNA高斯核相似性第二矩阵以及疾病高斯核相似性第二矩阵；步骤4：构建环状RNA相似性矩阵、疾病相似性矩阵；步骤5：采用克罗内克积最小二乘法计算出环状RNA与疾病关联分数矩阵，再获取全新环状RNA与所有疾病的关联分数以及全新疾病与所有环状RNA的关联分数。本发明通过计算预测模型来对环状RNA疾病的关联关系进行预测，填补当前没有预测环状RNA与疾病关系的计算模型的空缺。
-
公开(公告)号：CN108920895A
公开(公告)日：2018-11-30
申请号：CN201810652133.5
申请日：2018-06-22
Applicant: 中南大学
Abstract: 本发明公开了一种环状RNA与疾病的关联关系预测方法，包括步骤1：构建环状RNA高斯核相似性第一矩阵以及疾病高斯核相似性第一矩阵；步骤2：基于递减权重方法计算全新环状RNA与每种疾病、全新疾病与每种环状RNA的关系初始值；步骤3：再构建环状RNA高斯核相似性第二矩阵以及疾病高斯核相似性第二矩阵；步骤4：构建环状RNA相似性矩阵、疾病相似性矩阵；步骤5：采用克罗内克积最小二乘法计算出环状RNA与疾病关联分数矩阵，再获取全新环状RNA与所有疾病的关联分数以及全新疾病与所有环状RNA的关联分数。本发明通过计算预测模型来对环状RNA疾病的关联关系进行预测，填补当前没有预测环状RNA与疾病关系的计算模型的空缺。
-
公开(公告)号：CN110322927A
公开(公告)日：2019-10-11
申请号：CN201910712069.X
申请日：2019-08-02
Applicant: 中南大学
Abstract: 本发明公开了一种CRISPR诱导RNA文库设计方法，包括以下步骤：步骤一、根据参考基因组生成kmer集合；步骤二、将kmer切分成kmer1和kmer2两部分，将对应的kmer1相同的kmer2分成一个类别；再将同一类别的kmer2构建到同一个检索树中，各检索树的键序列为其中kmer2对应的kmer1；步骤三、并行获取诱导RNA及其脱靶序列，该步骤中，在比对一个kmer与检索树的键序列和其中的kme2连接成的kmer时，首先将该kmer的kmer1与检索树的键序列比对，看是否满足设定条件，满足则继续比对kmer的kmer2与检索树中的kmer2。本发明提高了计算效率。
-
Patent Agency Ranking
公开(公告)号：CN109920478B
公开(公告)日：2020-12-08
申请号：CN201910173280.9
申请日：2019-03-07
Applicant: 中南大学
Abstract: 本发明公开了一种基于相似性和低秩矩阵填充的微生物‑疾病关系预测方法，首先通过疾病高斯核相似性、疾病表征相似性和疾病功能相似性均值集成方式得到最终的疾病相似性。利用已知的微生物‑疾病关联关系计算微生物的高斯核相似性，再根据微生物的寄生组织信息对高斯核相似性进行调节处理，得到最终的微生物相似性。最终通过已知微生物‑疾病关联关系将微生物相似性网络和疾病相似性网络进行连接，构建一个微生物和疾病的异构网络。根据此异构网络的关联关系矩阵，采用低秩矩阵填充的方法来进行微生物‑疾病关联关系的预测，并在填充之前增加了关联关系初始化处理过程提高了其预测精度。本发明能够有效预测微生物‑疾病关联关系。
-
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：CN108647484A
公开(公告)日：2018-10-12
申请号：CN201810472698.5
申请日：2018-05-17
Applicant: 中南大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于多元信息集成和最小二乘法的药物关系预测方法，包括步骤1：获取待研究的药物集合的药物关系矩阵；步骤2：计算每个药物与其余药物的高斯核相似性；步骤3：根据药物集合中所有药物的特征信息采用余弦角相似性方法计算每个药物与其余药物的特征相似性；特征信息包括化学信息、生物信息以及表征信息；步骤4：计算每两个药物之间的高斯核相似性和特征相似性的均值得到每两个药物之间的药物相似性，并基于每两个药物之间的药物相似性构成出药物集合的药物相似性矩阵；步骤5：基于药物相似性矩阵以及药物关系矩阵采用最小二乘法进行药物对的关联关系分数计算得到药物关系预测矩阵。
-
公开(公告)号：CN110838342B
公开(公告)日：2022-08-16
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：CN109920478A
公开(公告)日：2019-06-21
申请号：CN201910173280.9
申请日：2019-03-07
Applicant: 中南大学
Abstract: 本发明公开了一种基于相似性和低秩矩阵填充的微生物-疾病关系预测方法，首先通过疾病高斯核相似性、疾病表征相似性和疾病功能相似性均值集成方式得到最终的疾病相似性。利用已知的微生物-疾病关联关系计算微生物的高斯核相似性，再根据微生物的寄生组织信息对高斯核相似性进行调节处理，得到最终的微生物相似性。最终通过已知微生物-疾病关联关系将微生物相似性网络和疾病相似性网络进行连接，构建一个微生物和疾病的异构网络。根据此异构网络的关联关系矩阵，采用低秩矩阵填充的方法来进行微生物-疾病关联关系的预测，并在填充之前增加了关联关系初始化处理过程提高了其预测精度。本发明能够有效预测微生物-疾病关联关系。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.015 seconds)
