-
公开(公告)号：CN112382339A
公开(公告)日：2021-02-19
申请号：CN202011288493.5
申请日：2020-11-17
Applicant: 中国人民解放军军事科学院军事医学研究院
Abstract: 本申请提供了一种识别合子型基因激活ZGA基因的方法及装置，其中，所述方法包括：获取胚胎发育过程中细胞基因的基因表达矩阵，其中，基因表达矩阵包括处于不同发育时间点的细胞基因的表达量；对不同发育时间点进行划分，得到胚胎的不同发育阶段；基于得到的不同发育阶段将基因表达矩阵划分为N个基因表达子矩阵，其中，每个基因表达子矩阵包括处于相同发育阶段的细胞基因的表达量；获取与每个基因表达子矩阵对应的表达量特征值；基于各个基因表达子矩阵和获得的表达量特征值确定ZGA基因。这样一来，通过从细胞基因中确定出的各个基因表达子矩阵和获得的表达量特征值确定ZGA基因，误差较小，可靠性较高，从而提高了细胞基因识别的准确率。
-
公开(公告)号：CN111304345A
公开(公告)日：2020-06-19
申请号：CN202010124776.X
申请日：2020-02-27
Applicant: 中国人民解放军军事科学院军事医学研究院
Abstract: 本发明提供了一种幽门螺旋杆菌23S rRNA基因耐药突变的检测方法及其应用，涉及生物技术领域。该检测方法包括获取幽门螺旋杆菌样本的测序序列和幽门螺旋杆菌样本的全基因组序列，其中测序序列的长度为至少3kb；然后识别和定位23S rRNA基因在全基因组中的各个拷贝，再筛选并区分出特异比对到各个拷贝的特异测序序列，并对特异测序序列中的耐药突变位点进行分析。该检测方法能够对23S rRNA基因在幽门螺旋杆菌全基因组中不同的拷贝的耐药突变情况进行分别检测。
-
Patent Agency Ranking
公开(公告)号：CN109616152B
公开(公告)日：2020-01-03
申请号：CN201811492500.6
申请日：2018-12-06
Applicant: 中国人民解放军军事科学院军事医学研究院
Abstract: 本发明提供了一种癌症特异的共调网络建立方法及装置，属于癌症调控网络建立技术领域。所述方法包括：根据公开数据库获得TF和miRNA对靶基因的TF调控信息和miRNA调控信息；根据TF调控信息和miRNA调控信息建立三元调控网络；识别所述三元调控网络中的FFLs，获得FFLs识别结果；根据FFLs识别结果和癌症基因组表达量信息，筛选得到癌症特异的miRNA‑TF共调网络。本发明建立了TF，miRNA和靶基因的三元调控网络，并结合基因表达信息，获得miRNA‑TF共调网络，提高了miRNA‑TF共调控关系的准确性。
-
公开(公告)号：CN108949965B
公开(公告)日：2019-09-03
申请号：CN201810958625.7
申请日：2018-08-22
Applicant: 中国人民解放军军事科学院军事医学研究院
IPC: C12Q1/6883
Abstract: 本发明公开了SNP标志物在II型糖尿病诊断中的应用。本发明首次发现了肠道微生物B.coprocola菌株EDV01869.1基因SNP位点基因型与II型糖尿病有关，通过检测粪便基因组中EDV01869.1基因424位的SNP的基因型，可以判断患者是否患有II型糖尿病，提示可将上述SNP位点应用于II型糖尿病的早期临床诊断。
-
公开(公告)号：CN109411019A
公开(公告)日：2019-03-01
申请号：CN201811516862.4
申请日：2018-12-12
Applicant: 中国人民解放军军事科学院军事医学研究院
Abstract: 本申请提供了一种药物预测方法，该方法包括：从数据库中获取药物扰动后的基因组表达谱数据，并对基因组表达谱数据进行预处理；将预处理后的基因组表达谱数据转换成药物扰动下的差异表达秩序列；从数据库中获取病原体感染表达谱数据，并对病原体感染表达谱数据进行预处理；根据预处理后的病原体感染表达谱数据构建病原体感染印记基因集；通过基因集富集分析算法将药物扰动下的差异表达秩序列和病原体感染印记基因集进行比对，得到富集分数，并判断富集分数是否为负；若是，则通过富集分数构建病原体和药物的关联网络，获取富集分数靠前的关联关系；对富集分数靠前的关联关系以及病原体和药物的聚类结果进行分析，获得未知病原体的防治药物。
-
公开(公告)号：CN108804867A
公开(公告)日：2018-11-13
申请号：CN201810627357.0
申请日：2018-06-15
Applicant: 中国人民解放军军事科学院军事医学研究院
Abstract: 本发明公开了一种基于Nanopore测序技术识别辐射损伤中嘧啶二聚体的模型构建方法，涉及基因测序技术领域。该模型构建方法通过将阳性样本训练集合P和阴性样本训练集合N作为机器学习输入，构建目标训练模型。通过该识别模型，可以对辐射损伤引起的嘧啶二聚体进行识别，该识别模型可用于Nanopore测序技术，对DNA序列发生变化例如TT二聚体进行预测。
-
公开(公告)号：CN108647492A
公开(公告)日：2018-10-12
申请号：CN201810410147.6
申请日：2018-05-02
Applicant: 中国人民解放军军事科学院军事医学研究院
IPC: G06F19/20
Abstract: 本发明实施例提供一种染色质拓扑相关结构域的表征方法及装置。所述方法包括：获取待表征染色质拓扑相关结构域TAD对应的Hi-C数据以及Hi-C数据分辨率；根据Hi-C数据的长度和Hi-C数据分辨率计算获得待表征TAD中的碱基数；根据Hi-C数据计算待表征TAD占据的细胞核中的空间体积；根据Hi-C数据分辨率、待表征TAD中的碱基数和待表征TAD占据的细胞核中的空间体积计算获得待表征TAD的致密度，通过致密度来表征待表征TAD。所述装置用于执行所述方法。本发明实施例通过Hi-C数据分辨率、待表征TAD中的碱基数和待表征TAD占据的细胞核中的空间体积计算获得待表征TAD的致密度，根据致密度能够准确的对待表征TAD进行表征。
-
-
-
-
-
-
Search Results
47
records
(took 0.053 seconds)
