-
公开(公告)号：CN110310700B
公开(公告)日：2022-09-13
申请号：CN201910587672.X
申请日：2019-07-02
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于深度学习模型的Illumina 450K DNA甲基化芯片谱数据诊断标志物的筛选方法，涉及到体外无创肿瘤细胞全基因组甲基化水平测序的分析方法流程，具有高自动化程度，高集成化程度，与高诊断准确性，大大减少了检测诊断的周期。设计步骤涉及全基因组染色体褪火、剪切重组等肿瘤组织样本获取以及甲基化芯片的制备和数据读取等数据前期获取集成部分，位点注释信息的编码，无监督学习方式的位点压缩以及有监督方式的标志物筛选以及诊断模型建模。本发明针对非小细胞肺癌(NSCLC)中的肺腺癌(LUAD)具有特异性。该发明运用了最新的基因组测序技术，结合深度学习方法，充分发挥算法优势，减少临床实验工作量，改进了现有的生物医学诊疗领域的分子检测方法。
-
公开(公告)号：CN107119120A
公开(公告)日：2017-09-01
申请号：CN201710309278.0
申请日：2017-05-04
Applicant: 河海大学常州校区
Inventor： 汤斌华
CPC classification number: C12Q1/6869 , G06F19/22 , C12Q2535/122
Abstract: 本发明公开了一种基于染色质3D构象技术的关键作用分子检测方法，包括如下步骤：（1）、利用高通量染色质构象捕获Hi‑C技术，对全基因组的关键分子及作用元件的互相作用状态进行检测与定位分析；（2）、利用染色质免疫共沉淀结合高通量测序的ChIP‑seq技术，对全基因组转录因子的绑定状态进行检测与分析；（3）、利用RNA‑seq技术在全基因范围对RNA转录本进行测序和统计分析；（4）、结合多源信息融合统计和计算途径，对关键分子及作用元件进行综合分析与鉴定。该发明填补了国内外分子检测诊断领域中的单源性和可靠度低等多种缺点，在基础研究和临床医学诊断领域具有较好的市场开发前景。
-
公开(公告)号：CN110428869A
公开(公告)日：2019-11-08
申请号：CN201910687058.0
申请日：2019-07-29
Applicant: 河海大学常州校区
IPC: G16B30/00
Abstract: 本发明公开了一种联合归一化和差异检测方法，基于高通量染色质相互作用数据集进行差异比较预处理和可视化处理；基于已进行差异比较预处理的高通量染色质相互作用数据集进行联合归一化；基于完成联合归一化的高通量染色质相互作用数据集进行差异检测与分析。优点：本发明开创性提出了差异比较预处理和可视化处理，填补了目前对于多个数据集的归一化和差异检测方法的空白；能够实现多个高通量染色体相互作用数据集的高效准确归一化和差异检测；另外该技术方法相对高效且快速，且可视化程度高。
-
公开(公告)号：CN105861693A
公开(公告)日：2016-08-17
申请号：CN201610302752.2
申请日：2016-05-10
Applicant: 河海大学常州校区
Inventor： 汤斌华
IPC: C12Q1/68
CPC classification number: C12Q1/6858 , C12Q1/6869 , C12Q2565/501 , C12Q2535/122 , C12Q2531/113 , C12Q2521/301
Abstract: 本发明公开了一种基于高通量DNA甲基化组学信息的分子诊断检测方法，产生高通量组学原始数据的平台主要有DNA甲基化450K高通量芯片及表观亚硫酸氢盐测序技术RRBS。所采用的方法涉及到多染色体链和多片段的拼接和重组定位等一系列先前步骤；其次是根据全局染色体片段定位信息并结合高通量组学的信息在全部细胞系中进行全染色体组型筛查，对照多模态的参考组，最终实现染色体双链中的高危及致癌关联片段的检测与诊断。该发明填补了国内外分子检测诊断领域中的单源性和可靠度低等多种缺点，在基础研究和临床医学诊断领域具有较好的市场开发前景。
-
Patent Agency Ranking
公开(公告)号：CN110322928A
公开(公告)日：2019-10-11
申请号：CN201910757150.X
申请日：2019-08-16
Applicant: 河海大学常州校区
IPC: G16B20/30
Abstract: 本发明公开了一种DNA甲基化谱检测方法，对全基因组DNA甲基化信息样本进行统计处理及注释处理，得到全基因组DNA甲基化注释信息，对全基因组DNA甲基化注释信息进行编码，对单甲基化数据进行加窗处理，对窗内各位点分别进行位置与甲基化值建模训练，得到甲基化值预测模型；利用已建立的预测模型按照预设的甲基化谱窗对待测染色体进行逐移预测，得到待测染色体指定位置点的甲基化值。优点：本发明首次提出加窗法结合深度学习算法的思想，通过位点的各类前期标注信息，从而来提高精度，可有效确保辨识分辨模型的可靠性；弥补了工艺上的不足，提高了工艺的精度。
-
公开(公告)号：CN110322928B
公开(公告)日：2022-09-13
申请号：CN201910757150.X
申请日：2019-08-16
Applicant: 河海大学常州校区
IPC: G16B20/30
Abstract: 本发明公开了一种DNA甲基化谱检测方法，对全基因组DNA甲基化信息样本进行统计处理及注释处理，得到全基因组DNA甲基化注释信息，对全基因组DNA甲基化注释信息进行编码，对单甲基化数据进行加窗处理，对窗内各位点分别进行位置与甲基化值建模训练，得到甲基化值预测模型；利用已建立的预测模型按照预设的甲基化谱窗对待测染色体进行逐移预测，得到待测染色体指定位置点的甲基化值。优点：本发明首次提出加窗法结合深度学习算法的思想，通过位点的各类前期标注信息，从而来提高精度，可有效确保辨识分辨模型的可靠性；弥补了工艺上的不足，提高了工艺的精度。
-
公开(公告)号：CN110310700A
公开(公告)日：2019-10-08
申请号：CN201910587672.X
申请日：2019-07-02
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于深度学习模型的Illumina 450K DNA甲基化芯片谱数据诊断标志物的筛选方法，涉及到体外无创肿瘤细胞全基因组甲基化水平测序的分析方法流程，具有高自动化程度，高集成化程度，与高诊断准确性，大大减少了检测诊断的周期。设计步骤涉及全基因组染色体褪火、剪切重组等肿瘤组织样本获取以及甲基化芯片的制备和数据读取等数据前期获取集成部分，位点注释信息的编码，无监督学习方式的位点压缩以及有监督方式的标志物筛选以及诊断模型建模。本发明针对非小细胞肺癌(NSCLC)中的肺腺癌(LUAD)具有特异性。该发明运用了最新的基因组测序技术，结合深度学习方法，充分发挥算法优势，减少临床实验工作量，改进了现有的生物医学诊疗领域的分子检测方法。
-
公开(公告)号：CN107022622A
公开(公告)日：2017-08-08
申请号：CN201710307838.9
申请日：2017-05-04
Applicant: 河海大学常州校区
Inventor： 汤斌华
IPC: C12Q1/68
CPC classification number: C12Q1/6869 , C12Q1/686 , C12Q2535/122 , C12Q2523/125 , C12Q2531/113
Abstract: 本发明公开了一种基于长链非编码RNA的分子标记物鉴定方法，其主要步骤包括：（1）、基于重亚硫酸盐加克隆测序RRBS和基因微阵列SAGE的全基因组DNA甲基化水平检测与分析；（2）、基于染色质免疫共沉淀ChIP的全基因组绑定定位点检测与分析；（3）、基于RNA‑seq技术的lncRNA水平检测与分析；（4）、基于多源组学信息融合的lncRNA分子标记物的鉴定。本发明开创性提出了多源基因组学资源融合的lncRNA分子生物标记物的检测与分析技术，填补了国内外在此项研究上的空白，并且具有软硬件实现成本较低，适用范围较广的优点。
-
公开(公告)号：CN206758131U
公开(公告)日：2017-12-15
申请号：CN201720480746.6
申请日：2017-05-03
Applicant: 河海大学常州校区
Inventor： 汤斌华
IPC: G11C13/00
Abstract: 本实用新型公开一种基于长链非编码RNA的分子信息存储器，所述信息存储器是基于若干条的长链非编码RNA构建的，包括载体前驱子系统，信息存储器基本输入状态子系统，存储单元系统以及信息读取单元子系统，所述载体前驱子系统包括处理细胞染色质组、量子点、磁珠和凝胶；所述信息存储器基本输入状态子系统和信息读取单元子系统均包括RNA探针、位点定位器和模拟-数字信号转换器。本实用新型通过使用分子水平的载体来进行信息的存储和读取，大大减少了功耗，且将存储载体体积缩小为纳米级设备；另外由于载体取材于生物分子，同时信息存储与读取通路不靠电信号及电开关控制，所以其抗电磁干扰能力增强，同时系统结构也得到简化。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
