-
公开(公告)号:CN120072047A
公开(公告)日:2025-05-30
申请号:CN202411891674.5
申请日:2024-12-20
Applicant: 苏州大学
Abstract: 本发明公开了机器学习辅助的整合蛋白质突变表型预测方法及系统,涉及蛋白质预测技术领域,包括:获取目标蛋白质的同源序列,并对所述同源序列进行多序列比对;对每个氨基酸位点进行保守性打分;计算目标蛋白质的香农熵值与共演化系数;计算目标蛋白质的自由能变化;构建氨基酸接触能网络;计算每个位点的相对可及面积;构建目标蛋白质的弹性网络模型;使用机器学习方法进行目标蛋白质的突变表型预测;对所述突变表型预测结果进行可视化。本发明提供的机器学习辅助的整合蛋白质突变表型预测方法。
-
公开(公告)号:CN119990212A
公开(公告)日:2025-05-13
申请号:CN202510126101.1
申请日:2025-01-27
Applicant: 苏州大学附属第一医院
IPC: G06N3/063 , G06N3/0464 , G06F9/50
Abstract: 本申请公开了骨骼疾病的病理阶段分析方法、装置、设备及存储介质,涉及机器学习技术领域,包括:基于各骨骼疾病发展阶段构建对应的二分类任务并确定各二分类任务对应的骨骼疾病预测模型;利用待检测骨肌特征对预设骨肌影像交互分析框架中的梯度提升机模型进行训练以得到目标机器学习模型,并利用预设骨肌影像交互分析框架中的SHAP方法和目标机器学习模型确定各待检测骨肌特征的SHAP值;基于预设骨肌影像交互分析框架中的梯度增强决策树模型确定各待检测骨肌特征之间的SHAP交互值,并基于SHAP交互值构建综合骨肌交互网络。这样一来,可以为骨质疏松症的早期诊断与个体化治疗策略提供了重要的理论支持。
-