公开(公告)号：CN114891887A

公开(公告)日：2022-08-12

申请号：CN202210521515.0

申请日：2022-05-13

Applicant: 西安交通大学

Inventor： 万金平 ,  吴晓明 ,  胡曦 ,  宋佳霖 ,  张虎勤 ,  马欣越 ,  王溢文 ,  陶语漳 ,  杜建强 ,  李梓萌

IPC: C12Q1/6886 ,  G16B50/00 ,  G16B35/20 ,  G16H50/30 ,  G06F17/18

Abstract: 本发明公开了一种三阴性乳腺癌预后基因标志物筛选的方法，运用三阴性乳腺癌的基因表达数据，获取与细胞增殖标志物互作的基因，并借助单因素Cox回归来筛选预后相关基因，本发明利用最小最大凹惩罚的Cox回归方法构建预后风险评估模型，获得了能够预测和评估三阴性乳腺癌风险的预后基因标志物和预后评估方法。本发明中提出了针对高异质性疾病三阴性乳腺癌预后标志物基因识别技术，可在临床上运用推广。

公开(公告)号：CN116525001A

公开(公告)日：2023-08-01

申请号：CN202310471659.4

申请日：2023-04-27

Applicant: 西安交通大学

Inventor： 吴晓明 ,  张得志 ,  李春霖 ,  王溢文 ,  杜建强 ,  马天有 ,  祖建 ,  张虎勤

IPC: G16B20/30 ,  G16B15/00 ,  G16B40/00 ,  G06F18/214 ,  G06F18/241 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的RNA修饰位点预测模型的构建方法，首先在获取RNA的样本序列之后，将序列数据转为为模型能够理解的向量，此过程特殊的引入了RNA序列的二级结构信息。其次，选择将CNN与RNN组合，采用一维卷积层与LSTM层作为模型基本层，引入注意力机制为序列中重要的碱基分配一个较高权重；最后，采用双输入模型，将两种信息同时送入模型，经过后续调整如正则化、超参数的调整确定模型的最终结构。样本序列被划分为训练集、验证集、以及最终用来测试模型性能的测试集；本发明增加了注意力机制来改善LSTM的性能，同时引入序列二级结构信息来提升模型分类的准确性，将一维卷积作为一个motif检测器，提高了模型的可解释性。