公开(公告)号：CN112614588A

公开(公告)日：2021-04-06

申请号：CN202011584382.9

申请日：2020-12-28

Applicant: 吉林大学

Inventor： 孙慧妍 ,  姜弘扬 ,  王志航

IPC: G16H50/20 ,  G06F17/16

Abstract: 本申请公开了一种肿瘤驱动基因识别方法及装置。该方法包括基于样本基因构建共表达网络；根据不同时期的共表达网络的相关性变化通过对比共表达网络间的变化得到共表达变化网络；对共表达变化网络进行连通分量分析得到最大连通分量网络；根据最大连通分量网络获取肿瘤驱动基因。本申请通过构建共表达网络得到更全面的基因间的相互作用进而分析基因参与的癌症发展过程，并基于共表达变化模式划分得到共表达变化网络，对共表达变化网络进行连通分量分析以减少零散网络的干扰，并结合中心性度量指标获取肿瘤驱动基因，以提高识别肿瘤驱动基因的精准性。

公开(公告)号：CN115662510A

公开(公告)日：2023-01-31

申请号：CN202211115933.6

申请日：2022-09-14

Applicant: 吉林大学

Inventor： 柳一君 ,  孙骥 ,  孙慧妍 ,  常毅

IPC: G16B20/50 ,  G16B20/30 ,  G16B25/10 ,  G16B40/00

Abstract: 本申请公开了一种因果参数的确定方法、装置、设备以及存储介质，属于计算机技术领域。通过本申请实施例提供的技术方案，对多个生物组织的基因表达数据进行处理，得到多个生物组织变为目标状态的参考生物过程活性数据。对多个生物组织的体细胞突变数据、多个生物组织的第一类混杂因子数据以及参考生物过程活性数据进行编码，得到第二类混杂因子数据，第一类混杂因子数据和第二类混杂因子数据具有不同的可观测性。对第二类混杂因子数据进行解码，就能够得到多个生物组织变为目标状态的目标生物过程活性数据。通过目标生物过程活性数据，能够确定目标基因与目标状态之间的因果参数，确定该因果参数的过程消除了混杂因子的混杂影响，准确性较高。

公开(公告)号：CN117909736A

公开(公告)日：2024-04-19

申请号：CN202311826037.5

申请日：2023-12-27

Applicant: 吉林大学

Inventor： 常毅 ,  石长隆 ,  黄强 ,  孙慧妍

IPC: G06F18/214 ,  G06N5/01 ,  G06Q10/04 ,  G06Q10/063 ,  G06Q50/00

Abstract: 本申请公开了一种指标变化预测模型训练方法、指标变化预测方法及其装置。该指标变化预测模型训练方法可以根据获取到的样本数据集生成社交网络，将社交网络划分为不同子网络后，基于各边权重矩阵为干扰边分配较低的权重从而实现去除图结构中的干扰，同时为关键边分配更高的权重来保留因果信息，通过相加组合各社交子图结构来形成完整的第一图结构。进一步地，通过对第一图结构进行对称、特征平滑等处理得到第二图结构，再基于加权去噪后的第二图结构和节点的特征信息对指标变化初始模型进行训练，得到指标变化预测模型。由此，本申请实施例可以有效提升因果效应估计方法的鲁棒性，使其在网络受到噪声干扰时仍能保持较好的预测效果。