-
公开(公告)号：CN116312774A
公开(公告)日：2023-06-23
申请号：CN202310575289.9
申请日：2023-05-22
Applicant: 臻和(北京)生物科技有限公司 , 臻和精准医学检验实验室无锡有限公司
Abstract: 本申请公开了一种基于cfDNA的癌症预测模型及其构建方法和应用，属于医学检测技术领域。该模型构建方法是：利用收集的染色质开放区域内的序列上游末端覆盖度和序列下游末端覆盖度计算染色质开放区域内的方向特异cfDNA片段值（orientation‑aware cfDNA fragmentation value，OCF值），利用阳性样本和对照样本的OCF值进行机器学习训练和预测模型的构建。上述构建方法或者构建的预测模型可用于癌症预测，如制造癌症预测装置、设备和存储介质等，从而能对患者患有癌症的概率给出预测。本申请能够使用受试者血浆cfDNA全基因测序数据，而无需组织穿刺等侵入性检测方法，预测受试者患有癌症的概率。
-
公开(公告)号：CN116087530B
公开(公告)日：2023-06-20
申请号：CN202310315892.3
申请日：2023-03-29
Applicant: 臻和(北京)生物科技有限公司 , 臻和精准医学检验实验室无锡有限公司
Abstract: 本申请公开了一种用于检测胰腺癌的蛋白组合物、装置、设备和存储介质，属于医学检测技术领域。该蛋白组合物包括蛋白CA125、CA19‑9、CA50、CEA、NSE和free‑β‑hCG，基于上述蛋白表达水平的胰腺癌风险评估模型可以用于计算患有胰腺癌的概率，该蛋白组合物的表达水平结合本申请提供的胰腺癌风险评估模型，可以有效检测胰腺癌，其AUC值高于使用任意一个单一蛋白标志物以及临床血清标志物CA19‑9和NSE的检测结果。
-
公开(公告)号：CN115376616B
公开(公告)日：2023-04-28
申请号：CN202211299043.5
申请日：2022-10-24
Applicant: 臻和(北京)生物科技有限公司 , 臻悦生物科技江苏有限公司
IPC: G16B40/00 , G06F18/241 , G06F18/214 , G16B20/30
Abstract: 本发明提供了一种基于cfDNA多组学的多分类方法及装置，其中，多分类方法包括：基于ATAC‑seq技术对待测血浆样本进行超低深度的全基因组测序，并获取预设ATAC‑seq区域簇的测序数据，每个ATAC‑seq区域簇对应一类别的特征区域；基于预先配置的长插入片段阈值区间和短插入片段阈值区间分别统计每个ATAC‑seq区域簇测序数据的长插入片段数量和短插入片段数量；将统计得到的长插入片段数量和短插入片段数量输入预先训练的多组学分类模型中进行分类，得到待测血浆样本所属的类别。其基于片段组学的特征信息对待检测血浆样本进行分类，为后续应用提供部分依据。
-
公开(公告)号：CN115064211B
公开(公告)日：2023-01-24
申请号：CN202210977623.9
申请日：2022-08-15
Applicant: 臻和(北京)生物科技有限公司 , 臻悦生物科技江苏有限公司
Abstract: 本发明提供了一种基于全基因组甲基化测序的ctDNA预测方法及其应用。所述预测方法包括：根据人类参考基因组FASTA文件和BED文件，将基因组划分为等长的区块，生成可计算甲基化水平的区块列表文件；计算训练集样本和待测样本在每个区块上的甲基化水平，对训练集样本和待测样本的甲基化水平进行降维，使用主成分分析法，根据训练集样本计算旋转矩阵，并利用旋转矩阵，生成训练集主成分矩阵和待测样本主成分矩阵，利用训练集主成分矩阵进行甲基化模型构建，用训练后的模型对待测样本中的ctDNA进行预测。所述方法克服了低深度甲基化测序中甲基化水平计算不准确、灵敏度低的缺陷，在肿瘤筛查或实时监控中具有重要应用价值。
-
公开(公告)号：CN115064211A
公开(公告)日：2022-09-16
申请号：CN202210977623.9
申请日：2022-08-15
Applicant: 臻和(北京)生物科技有限公司 , 臻悦生物科技江苏有限公司
Abstract: 本发明提供了一种基于全基因组甲基化测序的ctDNA预测方法及其应用。所述预测方法包括：根据人类参考基因组FASTA文件和BED文件，将基因组划分为等长的区块，生成可计算甲基化水平的区块列表文件；计算训练集样本和待测样本在每个区块上的甲基化水平，对训练集样本和待测样本的甲基化水平进行降维，使用主成分分析法，根据训练集样本计算旋转矩阵，并利用旋转矩阵，生成训练集主成分矩阵和待测样本主成分矩阵，利用训练集主成分矩阵进行甲基化模型构建，用训练后的模型对待测样本中的ctDNA进行预测。所述方法克服了低深度甲基化测序中甲基化水平计算不准确、灵敏度低的缺陷，在肿瘤筛查或实时监控中具有重要应用价值。
-
Patent Agency Ranking
公开(公告)号：CN116913380B
公开(公告)日：2023-12-05
申请号：CN202311168288.9
申请日：2023-09-12
Applicant: 臻和(北京)生物科技有限公司 , 武汉臻和医学检验实验室有限公司
Abstract: 本发明提供了一种晚期肿瘤ctDNA动态变化判定方法及装置，属于医学检测技术领域。包括接收晚期肿瘤治前血浆和配对的血细胞的测序数据，构建肿瘤患者治疗前血浆个性化变异图谱；根据血浆变异图谱追踪治疗后血浆的变异信号；基于临床治疗前后突变位点的变异频率以及测序深度定量权重，评估治疗对位点变异频率变化的贡献度，降低测序和分析造成波动的影响，对晚期患者治疗前后血浆ctDNA的变化进行更准确的定量，评估患者对治疗方式是否响应。计算所述的装置、存储介质及设备均是基于所述的方法实现。本发明能够更准确地对晚期肿瘤ctDNA动态变化进行判定，可有效提高对晚期肿瘤患者进行疗效评估的精准度。
-
公开(公告)号：CN116895332B
公开(公告)日：2023-12-05
申请号：CN202311164937.8
申请日：2023-09-11
Applicant: 臻和(北京)生物科技有限公司
Abstract: 本申请公开了一种酶切法打断建库中人工片段产生的假阳性突变的过滤方法，属于基因测序领域。该方法通过回溯比对数据寻找突变的支持reads，用支持reads的反向互补序列通过位置限定的动态规划局部比对算法与突变附近的基因组序列进行比对；分析比对结果和reads特征，将reads来源于人工片段的可能性分为6个等级，给不同等级的reads分配不同的权重计算得到支持reads中来源于人工片段的比例，通过为其设置阈值和对突变进行频率修正，过滤假阳性突变，最终精准的消除由于酶切法打断建库中产生的人工片段带来的高假阳率缺陷。该方法灵活、针对性强、敏感度高、结果稳定可靠，可以帮助酶切法打断的建库方式替代目前的超声法打断建库方式。
-
公开(公告)号：CN116287279B
公开(公告)日：2023-08-04
申请号：CN202310595127.1
申请日：2023-05-25
Applicant: 臻和(北京)生物科技有限公司 , 臻和精准医学检验实验室无锡有限公司
IPC: C12Q1/6886 , G16B40/20 , G16B25/10 , G16H50/30
Abstract: 本申请公开了一种用于检测胰腺癌的生物标志物及其应用，属于医学检测技术领域。该生物标志物是肿瘤特异甲基化连锁区域组合中至少一个区域，该甲基化连锁区域的甲基化结果，如该区域内甲基化片段占比，即覆盖甲基化连锁区域中发生甲基化的片段数与覆盖该区域所有片段数的比例，在健康人群和胰腺癌的患者中具有显著差异，该生物标志物结合本申请提供的胰腺癌风险评估模型，可以有效检测胰腺癌。还可以将甲基化连锁区域组合中至少一个区域中甲基化结果与蛋白组合物CA19‑9和NSE联合作为生物标志物，可以有效检测胰腺癌。
-
公开(公告)号：CN115691672B
公开(公告)日：2023-06-16
申请号：CN202211638241.X
申请日：2022-12-20
Applicant: 臻和(北京)生物科技有限公司 , 臻和精准医学检验实验室无锡有限公司
Abstract: 本申请公开了一种针对测序平台特征的碱基质量值矫正方法、装置、电子设备和存储介质，属于基因测序技术领域。该方法以原始双端测序数据为基础，提取read1和read2的重叠碱基，利用重叠碱基区分测序错误和非测序错误，并根据测序错误碱基所在的read朝向、测序循环数、测序方向的dinucleotide及测序仪给定的碱基质量值，将提取的重叠碱基划分成不同的bins，统计各特征bins下测序错误碱基并计算经验质量值，采用局部加权回归模型对特征bins内的RQS和EQS进行多项式拟合建模，并利用建立的模型对原始碱基质量值进行矫正。本申请能够区分测序错误和非测序错误，能够更准确的反映测序仪偏好，在此基础上建模矫正，能够全面提高碱基质量值的可信度。
-
公开(公告)号：CN116153418A
公开(公告)日：2023-05-23
申请号：CN202310413887.6
申请日：2023-04-18
Applicant: 臻和(北京)生物科技有限公司 , 无锡臻和生物科技有限公司
Abstract: 本申请公开了一种校正全基因组甲基化测序数据批次效应的方法、装置、设备和存储介质，属于基因检测技术领域。该方法通过预设数量的健康人血浆样本和肿瘤患者血浆样本的甲基化测序数据，筛选在健康人和肿瘤患者中甲基化水平相对稳定的区间作为甲基化稳定区间（house‑keeping window）；利用健康人血浆样本和待测样本的甲基化稳定区间的甲基化水平建立校正模型；利用校正模型校正待测样本全基因组内的甲基化水平。该方法在去除批次效应的同时保留了重要区域的甲基化特征，亦可在批次分组未知情况下去除批次效应。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.03 seconds)
