-
公开(公告)号:CN108165629B
公开(公告)日:2021-05-11
申请号:CN201711165170.5
申请日:2017-11-21
Applicant: 苏州大学附属第一医院
IPC: C12Q1/6886 , C12Q1/6858 , C12Q1/6848
Abstract: 本发明提供了一种DNA点突变定量检测方法,通过PNA探针两次对野生型模板的抑制,极大程度地抑制了野生型模板的扩增,解决了PNA钳制不完全的问题。同时,利用扩增引物Tm值差异和扩增时退火温度控制,使巢式PCR能在单管中进行,增强了扩增强度和扩增特异性。使拷贝数极低的临床样本的扩增成为了可能。最后,通过实时荧光的闭管检测,既实现了实时检测,又避免了样品的交叉污染,还实现了突变的定量。此外,该方法只需要普通实时荧光PCR仪器,且在2h内就能得到检测结果,试剂成本低,可实现对样品的快速、低成本检测。总之,该方法的成功建立,可为临床DNA点突变的检测提供一种高灵敏、高特异、简便快速、无污染和低成本的检测新方法。
-
公开(公告)号:CN120011807A
公开(公告)日:2025-05-16
申请号:CN202411889163.X
申请日:2024-12-20
Applicant: 苏州大学附属第一医院 , 北京诺道认知医学科技有限公司
IPC: G06F18/214 , G06F18/2431 , G06F18/2113 , G06N3/042 , G16H50/30 , G16H50/70
Abstract: 本发明提供一种基于深度学习的aGVHD风险预测模型训练方法及装置,涉及数据处理技术领域,包括:从真实用户数据库中获取多个携带有aGVHD分级标签的原始多维度用户样本数据;将所述原始多维度用户样本数据进行数据预处理后,通过特征工程分析从所述原始多维度用户样本数据中筛选目标用户样本数据;基于携带有aGVHD分级标签的各个目标用户样本数据对GBGNN模型进行训练,在满足第一预设训练条件的情况下,停止训练,得到aGVHD风险预测模型;其中,所述aGVHD风险预测模型包括:GBDT模型和GNN模型;所述aGVHD风险预测模型用于根据用户数据进行aGVHD风险等级预测。
-
公开(公告)号:CN108165629A
公开(公告)日:2018-06-15
申请号:CN201711165170.5
申请日:2017-11-21
Applicant: 苏州大学附属第一医院
IPC: C12Q1/6886 , C12Q1/6858 , C12Q1/6848
Abstract: 本发明提供了一种DNA点突变定量检测方法,通过PNA探针两次对野生型模板的抑制,极大程度地抑制了野生型模板的扩增,解决了PNA钳制不完全的问题。同时,利用扩增引物Tm值差异和扩增时退火温度控制,使巢式PCR能在单管中进行,增强了扩增强度和扩增特异性。使拷贝数极低的临床样本的扩增成为了可能。最后,通过实时荧光的闭管检测,既实现了实时检测,又避免了样品的交叉污染,还实现了突变的定量。此外,该方法只需要普通实时荧光PCR仪器,且在2h内就能得到检测结果,试剂成本低,可实现对样品的快速、低成本检测。总之,该方法的成功建立,可为临床DNA点突变的检测提供一种高灵敏、高特异、简便快速、无污染和低成本的检测新方法。
-
-