买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江大学申请的专利一种代谢组学变量分析数据的多维验证方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119560001B 。

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510112716.9，技术领域涉及：G16B5/00；该发明授权一种代谢组学变量分析数据的多维验证方法是由张钧;于海涛;王燕忠;马义磊;安瑞;李风英;黄珺设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本一种代谢组学变量分析数据的多维验证方法在说明书摘要公布了：本发明涉及代谢组学变量分析领域，尤其涉及一种代谢组学变量分析数据的多维验证方法，包括：S1、利用代谢组学变量分析数据进行预处理得到代谢组学变量分析预处理数据；S2、利用所述代谢组学变量分析预处理数据建立代谢组学变量分析数据的多维验证标志特征；S3、利用所述代谢组学变量分析预处理数据根据多维验证标志特征进行线性回归验证得到多维验证结果，通过数据的预处理，将代谢组学数据根据单变量与多变量的不同性质建立了验证起点，并合理依靠代谢组学模型生成筛查标志物，既与待验证的分析数据存在关联，又避免了过度关联导致的验证结果不准确。

本发明授权一种代谢组学变量分析数据的多维验证方法在权利要求书中公布了：1.一种代谢组学变量分析数据的多维验证方法，其特征在于，包括：S1、利用代谢组学变量分析数据进行预处理得到代谢组学变量分析预处理数据；S2、利用所述代谢组学变量分析预处理数据建立代谢组学变量分析数据的多维验证标志特征；S3、利用所述代谢组学变量分析预处理数据根据多维验证标志特征进行线性回归验证得到多维验证结果；所述利用代谢组学变量分析数据进行预处理得到代谢组学变量分析预处理数据包括：S1-1、判断所述代谢组学变量分析数据是否为单变量分析数据，若是，则利用所述代谢组学变量分析数据进行关联性分析得到代谢组学变量分析预处理数据，否则，执行S1-2；S1-2、判断所述代谢组学变量分析数据是否为多变量分析数据，若是，则执行S1-3，否则，放弃处理；S1-3、判断所述代谢组学变量分析数据是否对应同一代谢组学起始物数据，若是，则根据所述代谢组学变量分析数据对应数据维度进行划分得到代谢组学变量分析预处理数据，否则，放弃处理；利用所述代谢组学变量分析预处理数据建立代谢组学变量分析数据的多维验证标志特征包括：S2-1、获取代谢组学变量分析预处理数据对应起始物数据作为起始特征；S2-2、判断所述代谢组学变量分析预处理数据是否为单变量数据，若是，则根据所述起始特征利用代谢组学变量分析数据对应模型得到代谢组学变量分析数据的多维验证标志特征，否则，执行S2-3；S2-3、获取代谢组学变量分析预处理数据的代谢产物数据近似情况；S2-4、根据所述代谢产物数据近似情况获取代谢组学变量分析数据的多维验证标志特征；根据所述起始特征利用代谢组学变量分析数据对应模型得到代谢组学变量分析数据的多维验证标志特征包括：S2-2-1、获取所述代谢组学变量分析数据对应模型的代谢产物变化时刻；S2-2-2、判断所述代谢产物变化时刻是否存在代谢产物迟滞状态，若是，则执行S2-2-3，否则，利用所述代谢产物变化时刻作为代谢组学变量分析数据的多维验证标志特征；S2-2-3、利用所述存在代谢产物迟滞状态的代谢产物变化时刻划分孪生变化时刻与剩余代谢产物变化时刻作为代谢组学变量分析数据的多维验证标志特征；其中，所述代谢产物变化时刻为模型中代谢产物变化的时刻，所述代谢产物迟滞状态为代谢组学变量分析数据对应模型中不同时刻在同一模型节点存在相同代谢产物；利用所述代谢组学变量分析预处理数据根据多维验证标志特征进行线性回归验证得到多维验证结果包括：S3-1、当所述代谢组学变量分析预处理数据对应单变量数据时，利用所述多维验证标志特征对代谢组学变量分析预处理数据进行时序线性验证得到多维验证结果；S3-2、当所述代谢组学变量分析预处理数据对应多变量数据时，利用所述多维验证标志特征对代谢组学变量分析预处理数据进行输出回归验证得到多维验证结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310030 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。