-
公开(公告)号：CN107610784A
公开(公告)日：2018-01-19
申请号：CN201710832012.4
申请日：2017-09-15
Applicant: 中南大学
Abstract: 本发明公开了一种预测微生物和疾病关系的方法，根据已知的微生物-疾病关系数据和基于症状的疾病相似性数据构建微生物相似性网络和疾病相似性网络，然后通过网络一致性投影来预测潜在的微生物和疾病之间的关系。本发明与以前的技术相比，集成了基于症状的疾病相似性数据，且整个计算过程无需任何参数，适用于已知微生物-疾病关系数据很少的情况，能够更加准确地预测出微生物和疾病的关系。本发明是一种基于全局的计算方法，因此可以大规模地预测出多对微生物-疾病之间的关系，并且能够有效地解决生物实验方法的盲目性、成本高的问题。
-
公开(公告)号：CN115910202A
公开(公告)日：2023-04-04
申请号：CN202310027221.7
申请日：2023-01-09
Applicant: 中南大学
Abstract: 本公开实施例中提供了一种非编码RNA编码潜力预测方法、设备及介质，属于生物信息学技术领域，具体包括：生成密码子向量；得到所有密码子可能组合情况，利用词库生成非编码RNA序列表示矩阵；将非编码RNA序列表示矩阵输入双向LSTM网络及注意力机制PBLA深度提取转录本序列潜在特征信息，得到非编码RNA的转录本嵌入向量；步骤4，通过基于互信息的相关冗余特征选择算法计算待排序特征与预测结果的互信息，通过计算相关性及冗余性得出特征重要性排序，取性能最好的特征子集作为最终特征，将最终特征与转录本嵌入向量拼接进行编码潜力的预测。通过本公开的方案，提高了预测精准度和泛化性能。
-
公开(公告)号：CN106446601A
公开(公告)日：2017-02-22
申请号：CN201610406692.9
申请日：2016-06-12
Applicant: 中南大学
IPC: G06F19/18
Abstract: 本发明公开了一种大规模标注lncRNA功能的方法，根据lncRNA-蛋白质的共表达数据及相互作用数据、lncRNA的表达谱数据和蛋白质的相互作用数据，构建一个全局的异构无向图，通过Katz度量计算lncRNA顶点和蛋白质顶点的相似性，从而依据相似蛋白质的功能标注信息对未知的lncRNA进行功能标注。本发明与现有的技术相比，在考虑lncRNA-蛋白质共表达信息的基础上，也整合了lncRNA-蛋白质相互作用数据、lncRNA的表达谱数据和蛋白质的相互作用数据。独立测试表明，本发明预测的召回率、准确性和F-measure都比其它的方法更高，效果更好。由于本发明是一种基于图的全局计算方法，所以可以一次标注出大量的lncRNA，有效的克服了以前局部方法一次只能标注少量lncRNA功能的问题。
-
Patent Agency Ranking
公开(公告)号：CN107610784B
公开(公告)日：2020-10-23
申请号：CN201710832012.4
申请日：2017-09-15
Applicant: 中南大学
Abstract: 本发明公开了一种预测微生物和疾病关系的方法，根据已知的微生物‑疾病关系数据和基于症状的疾病相似性数据构建微生物相似性网络和疾病相似性网络，然后通过网络一致性投影来预测潜在的微生物和疾病之间的关系。本发明与以前的技术相比，集成了基于症状的疾病相似性数据，且整个计算过程无需任何参数，适用于已知微生物‑疾病关系数据很少的情况，能够更加准确地预测出微生物和疾病的关系。本发明是一种基于全局的计算方法，因此可以大规模地预测出多对微生物‑疾病之间的关系，并且能够有效地解决生物实验方法的盲目性、成本高的问题。
-
公开(公告)号：CN106446601B
公开(公告)日：2019-10-01
申请号：CN201610406692.9
申请日：2016-06-12
Applicant: 中南大学
IPC: G16B20/00
Abstract: 本发明公开了一种大规模标注lncRNA功能的方法，根据lncRNA‑蛋白质的共表达数据及相互作用数据、lncRNA的表达谱数据和蛋白质的相互作用数据，构建一个全局的异构无向图，通过Katz度量计算lncRNA顶点和蛋白质顶点的相似性，从而依据相似蛋白质的功能标注信息对未知的lncRNA进行功能标注。本发明与现有的技术相比，在考虑lncRNA‑蛋白质共表达信息的基础上，也整合了lncRNA‑蛋白质相互作用数据、lncRNA的表达谱数据和蛋白质的相互作用数据。独立测试表明，本发明预测的召回率、准确性和F‑measure都比其它的方法更高，效果更好。由于本发明是一种基于图的全局计算方法，所以可以一次标注出大量的lncRNA，有效的克服了以前局部方法一次只能标注少量lncRNA功能的问题。
-
公开(公告)号：CN106096331A
公开(公告)日：2016-11-09
申请号：CN201610406670.2
申请日：2016-06-12
Applicant: 中南大学
IPC: G06F19/18
CPC classification number: G06F19/18
Abstract: 本发明公开了一种lncRNA和疾病联系的方法，根据多种异构数据(lncRNA‑疾病关系数据，蛋白质相互作用数据、lncRNA‑蛋白质相互作用数据等)构建一个全局异构网络，然后通过网络传播算法来识别可能的lncRNA和疾病的联系。本发明与现有的技术相比，除了考虑实验证实的lncRNA和疾病的联系外，还可以集成更多的生物数据，比如集成lnRNA‑蛋白质、蛋白质‑蛋白质相互作用和蛋白质‑疾病等之间联系。本发明通过融合更多的生物数据可以比以前的技术更准确的预测出lncRNA和疾病的联系，并且可以大规模的一次预测出多对lncRNA‑疾病之间的联系，有效的解决了生物实验方法的盲目性、成本高的问题。
-
公开(公告)号：CN106096331B
公开(公告)日：2018-09-18
申请号：CN201610406670.2
申请日：2016-06-12
Applicant: 中南大学
IPC: G06F19/18
Abstract: 本发明公开了一种lncRNA和疾病联系的方法，根据多种异构数据(lncRNA‑疾病关系数据，蛋白质相互作用数据、lncRNA‑蛋白质相互作用数据等)构建一个全局异构网络，然后通过网络传播算法来识别可能的lncRNA和疾病的联系。本发明与现有的技术相比，除了考虑实验证实的lncRNA和疾病的联系外，还可以集成更多的生物数据，比如集成lnRNA‑蛋白质、蛋白质‑蛋白质相互作用和蛋白质‑疾病等之间联系。本发明通过融合更多的生物数据可以比以前的技术更准确的预测出lncRNA和疾病的联系，并且可以大规模的一次预测出多对lncRNA‑疾病之间的联系，有效的解决了生物实验方法的盲目性、成本高的问题。
-
公开(公告)号：CN107644678A
公开(公告)日：2018-01-30
申请号：CN201710948274.7
申请日：2017-10-12
Applicant: 中南大学
Abstract: 本发明公开一种基于网络推断算法预测微生物和疾病关系的方法，根据已知的微生物-疾病关系数据，通过一种改进的基于网络的推断(network-based inference)算法来预测潜在的微生物和疾病之间的关系。留一交叉验证实验表明，应用本发明的方法在预测新的微生物和疾病的关系上表现出良好的性能。本发明是一种基于全局的计算方法，因此可以大规模地预测出多对微生物-疾病之间的关系，并且能够有效地解决生物实验方法的盲目性、成本高的问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.013 seconds)
