-
公开(公告)号：CN114446384A
公开(公告)日：2022-05-06
申请号：CN202210245600.9
申请日：2022-03-14
Applicant: 中南大学
Abstract: 本发明公开了一种染色体拓扑关联结构域的预测方法，包括获取基因组区块之间互作矩阵中每个基因组区块并识别得到高频互作区；针对每个基因组区块从高频互作区中识别准核：处理每条染色体上识别的准核得到互不重叠的准核；对一条染色体上互不重叠的准核进行合并得到要预测的染色体拓扑关联结构域的核；确定附件候选区中每个基因组区块的从属关系并结合染色体拓扑关联结构域的核得到最终预测的染色体拓扑关联结构域。本发明还公开了一种实现所述染色体拓扑关联结构域的预测方法的预测系统。本发明充分利用Hi‑C数据的全局信息，缩减候选边界定位的范围，无需用户给出预定义参数，能够准确预测拓扑关联结构域，可靠性高、准确性好且效果较好。
-
公开(公告)号：CN104156634B
公开(公告)日：2017-02-01
申请号：CN201410399693.6
申请日：2014-08-14
Applicant: 中南大学
IPC: G06F19/18
Abstract: 本发明公开了一种基于亚细胞定位特异性的关键蛋白质识别方法，包括以下步骤：步骤1：建立亚细胞定位的蛋白质相互作用子网；步骤2：衡量各个蛋白质亚细胞定位相互作用子网的蛋白质关键性得分的可信度；步骤3：计算所有蛋白质的关键性综合得分：步骤4：输出结果：对细胞内所有蛋白质按关键性综合得分排序并输出排序结果。该基于亚细胞定位特异性的关键蛋白质识别方法在关键蛋白质的识别方面准确性高、敏感度高。
-
公开(公告)号：CN114446384B
公开(公告)日：2024-11-05
申请号：CN202210245600.9
申请日：2022-03-14
Applicant: 中南大学
IPC: G16B15/20 , G16B40/30 , G06F18/23213
Abstract: 本发明公开了一种染色体拓扑关联结构域的预测方法，包括获取基因组区块之间互作矩阵中每个基因组区块并识别得到高频互作区；针对每个基因组区块从高频互作区中识别准核：处理每条染色体上识别的准核得到互不重叠的准核；对一条染色体上互不重叠的准核进行合并得到要预测的染色体拓扑关联结构域的核；确定附件候选区中每个基因组区块的从属关系并结合染色体拓扑关联结构域的核得到最终预测的染色体拓扑关联结构域。本发明还公开了一种实现所述染色体拓扑关联结构域的预测方法的预测系统。本发明充分利用Hi‑C数据的全局信息，缩减候选边界定位的范围，无需用户给出预定义参数，能够准确预测拓扑关联结构域，可靠性高、准确性好且效果较好。
-
公开(公告)号：CN118588170A
公开(公告)日：2024-09-03
申请号：CN202410626838.5
申请日：2024-05-21
Applicant: 中南大学
Abstract: 本发明公开了一种基于游离DNA组学特征的泛癌早筛方法。所述泛癌早筛方法包括以下步骤：获取全基因组测序来源的游离DNA数据，并识别出cf‑eccDNA数据；根据得到的cf‑eccDNA数据，构建eccDNA的组学特征标签；构建初始泛癌早筛检测模型；使用得到的eccDNA的组学特征标签对初始泛癌早筛检测模型进行训练，得到泛癌早筛检测模型；完成泛癌早筛检测。本发明直接从全基因组测序数据中识别，得到cf‑eccDNA数据，增加了检测的精准度。本发明还考虑了eccDNA线性化后与线性DNA片段存在不同，通过对连接点和重复碱基区域的探索，设计新的组学特征。利用新的组学特征对模型进行训练，使筛查更精准。
-
公开(公告)号：CN110827921A
公开(公告)日：2020-02-21
申请号：CN201911097854.5
申请日：2019-11-12
IPC: G16B30/00
Abstract: 本发明公开了一种单细胞聚类方法、装置、电子设备及存储介质。在计算节点对之间基于距离信息的局部相似性基础上，构建全局特征空间。基于全局特征空间，使用多核学习方法，计算节点对之间的全局相似性。然后，扩展考虑节点对的所有二阶路径上的节点，加入更多相关节点信息，构建更有效的全局相似性计算方法。最后，通过根据节点度大小对节点排序，决定节点初始加入社团顺序，从而改进Louvain社团检测方法，并使用该方法进行聚类。本发明简单有效，通过与其他方法比较，以及在公用单细胞转录组测序数据集上测试表明，该发明在单细胞转录组测序数据聚类方面有较好的预测性能。
-
Patent Agency Ranking
公开(公告)号：CN104156634A
公开(公告)日：2014-11-19
申请号：CN201410399693.6
申请日：2014-08-14
Applicant: 中南大学
IPC: G06F19/18
Abstract: 本发明公开了一种基于亚细胞定位特异性的关键蛋白质识别方法，包括以下步骤：步骤1：建立亚细胞定位的蛋白质相互作用子网；步骤2：衡量各个蛋白质亚细胞定位相互作用子网的蛋白质关键性得分的可信度；步骤3：计算所有蛋白质的关键性综合得分：步骤4：输出结果：对细胞内所有蛋白质按关键性综合得分排序并输出排序结果。该基于亚细胞定位特异性的关键蛋白质识别方法在关键蛋白质的识别方面准确性高、敏感度高。
-
公开(公告)号：CN114400050B
公开(公告)日：2025-05-09
申请号：CN202210245595.1
申请日：2022-03-14
Applicant: 中南大学
Abstract: 本发明公开了一种DMR集合识别结果评估方法，包括对于每个预测的差异甲基化区域以区域内探针CpG位点为中心对CpG位点进行聚类；计算每个探针在实验组和对照组甲基化芯片数据上的平均甲基化水平差值；计算每个探针CpG位点与对应类中其他CpG位点的相关系数；计算每个差异甲基化区域在实验组和对照组甲基化芯片数据上的甲基化水平差异；计算每个待评估方法的评估指标完成DMR集合识别结果的评估。本发明还公开了一种实现所述DMR集合识别结果评估方法的评估系统，以及包括了所述DMR集合识别结果评估方法的选择方法。本发明无需匹配额外生物数据，能够为选择更优异的差异甲基化区域集合提供指导，客观性高、可靠性高且科学合理。
-
公开(公告)号：CN116129995A
公开(公告)日：2023-05-16
申请号：CN202211500204.2
申请日：2022-11-28
Applicant: 中南大学
IPC: G16B20/30 , G16B40/30 , G06F18/2321
Abstract: 本发明公开了一种基于聚类的多个差异甲基化区域预测集合集成方法，包括将基因组分割为若干互不交叠的基因组区块；设定阈值并评估所有预测集合在阈值下的可靠性，构建可靠性权重矩阵；计算得到每个基因组区块的权重；对所有基因组区块进行聚类得到最终的集成后的差异甲基化区域集合。本发明还公开了一种实现所述基于聚类的多个差异甲基化区域预测集合集成方法的系统。本发明基于方法覆盖度和甲基化差异对差异甲基化区域区分能力的影响计算基因组区块的权重，提高了集成集合的可靠性，而且通过对不同方法预测的差异甲基化区域集合进行合理集成，能够提供更可靠、全面、显著的差异甲基化区域集合；而且本发明的可靠性高、准确性好且客观科学。
-
公开(公告)号：CN110827921B
公开(公告)日：2022-06-14
申请号：CN201911097854.5
申请日：2019-11-12
IPC: G16B30/00
Abstract: 本发明公开了一种单细胞聚类方法、装置、电子设备及存储介质。在计算节点对之间基于距离信息的局部相似性基础上，构建全局特征空间。基于全局特征空间，使用多核学习方法，计算节点对之间的全局相似性。然后，扩展考虑节点对的所有二阶路径上的节点，加入更多相关节点信息，构建更有效的全局相似性计算方法。最后，通过根据节点度大小对节点排序，决定节点初始加入社团顺序，从而改进Louvain社团检测方法，并使用该方法进行聚类。本发明简单有效，通过与其他方法比较，以及在公用单细胞转录组测序数据集上测试表明，该发明在单细胞转录组测序数据聚类方面有较好的预测性能。
-
公开(公告)号：CN114400050A
公开(公告)日：2022-04-26
申请号：CN202210245595.1
申请日：2022-03-14
Applicant: 中南大学
Abstract: 本发明公开了一种DMR集合识别结果评估方法，包括对于每个预测的差异甲基化区域以区域内探针CpG位点为中心对CpG位点进行聚类；计算每个探针在实验组和对照组甲基化芯片数据上的平均甲基化水平差值；计算每个探针CpG位点与对应类中其他CpG位点的相关系数；计算每个差异甲基化区域在实验组和对照组甲基化芯片数据上的甲基化水平差异；计算每个待评估方法的评估指标完成DMR集合识别结果的评估。本发明还公开了一种实现所述DMR集合识别结果评估方法的评估系统，以及包括了所述DMR集合识别结果评估方法的选择方法。本发明无需匹配额外生物数据，能够为选择更优异的差异甲基化区域集合提供指导，客观性高、可靠性高且科学合理。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.015 seconds)
