-
公开(公告)号：CN103374565A
公开(公告)日：2013-10-30
申请号：CN201210120141.8
申请日：2012-04-20
Applicant: 复旦大学
Abstract: 本发明属分子生物学-生物化学技术领域，涉及在RecA的介导下特异性捕获样品中的同源目标DNA片段的方法。本发明在体外模拟RecA在体内同源重组中的作用模式，设计针对目的DNA片段的同源探针，通过RecA辅助探针和洗脱试剂，在含有RecA和ATP-γ-S的反应体系中特异性的捕获样品中的同源目标DNA片段。本方法可用于外显子或其他目的片段的捕获测序，为肿瘤和其他疾病罕见的突变位点检测提供技术改进，能避免目前外显子或其他目的片段捕获过程中探针设计需要Tm值均一性，探针杂交具有非特异性，所需样品初始量相对较大等问题。还可用于真核生物染色质状态下，基于Rad51的同源重组来捕捉体内DNA结合蛋白。
-
公开(公告)号：CN115171905B
公开(公告)日：2023-04-07
申请号：CN202210695043.0
申请日：2022-06-20
Applicant: 复旦大学
IPC: G16H50/70 , G16H10/60 , G06F18/23213
Abstract: 本发明公开了一种基于独热编码无监督聚类的肿瘤患者相似性计算方法；该方法首先将临床数据的各个观测指标统一采用one‑hot编码，获得特征嵌入矩阵；然后对特征嵌入矩阵进行KMeans无监督聚类，生成患者相似度网络（PSN）；再基于肿瘤患者总生存期（OS）进行临床结局相关性分析，并检验评估这些不同聚类分组后病人生存曲线的统计学差异，获得临床结局高度相关的cPSN；最后对于一个待评估的目标肿瘤患者，使用KNN算法在cPSN中获取一组与目标患者最相似的患者，通过调节K值选定目标患者的范围和精细度。本发明方法能克服多模态医疗数据编码和整合困难、算法依赖医生标注的难题，构建cPSN有效地还原患者的相似性。
-
公开(公告)号：CN115171905A
公开(公告)日：2022-10-11
申请号：CN202210695043.0
申请日：2022-06-20
Applicant: 复旦大学
Abstract: 本发明公开了一种基于独热编码无监督聚类的肿瘤患者相似性计算方法；该方法首先将临床数据的各个观测指标统一采用one‑hot编码，获得特征嵌入矩阵；然后对特征嵌入矩阵进行KMeans无监督聚类，生成患者相似度网络（PSN）；再基于肿瘤患者总生存期（OS）进行临床结局相关性分析，并检验评估这些不同聚类分组后病人生存曲线的统计学差异，获得临床结局高度相关的cPSN；最后对于一个待评估的目标肿瘤患者，使用KNN算法在cPSN中获取一组与目标患者最相似的患者，通过调节K值选定目标患者的范围和精细度。本发明方法能克服多模态医疗数据编码和整合困难、算法依赖医生标注的难题，构建cPSN有效地还原患者的相似性。
-
-
Search Results
3
records
(took 0.014 seconds)
