龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：广州医科大学附属第一医院(广州呼吸中心)
申请日：2024-04-29
公开（公告）日：2024-06-28
公开（公告）号：CN118262932A
主分类号：G16H70/40
分类号：G16H70/40;G16H20/10;G06N3/0455;G06N3/094;G16B20/50;G16B20/20;G06N3/084
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明涉及医学信息学和人工智能技术领域，更具体地说，涉及预测ALK融合基因阳性非小细胞肺癌早期耐药的新方法，包括以下步骤:1数据采集与预处理:收集ALK阳性非小细胞肺癌患者的多组学数据,包括基因突变数据、表观遗传数据和转录组数据,对所述多组学数据进行质量控制、去除批次效应、标准化处理,形成统一的特征矩阵X;2多组学关联分析:使用典范相关分析方法探索所述多组学数据间的关联模式,识别与耐药相关的关键特征;3深度学习预测:将特征矩阵X输入深度学习模型,通过分层递进式特征学习、药物结构对抗学习和聚焦损失函数优化,预测早期耐药风险;4药物选择推荐。
主权项：1.预测ALK融合基因阳性非小细胞肺癌早期耐药的新方法,其特征在于，包括以下步骤:1数据采集与预处理:收集ALK阳性非小细胞肺癌患者的多组学数据,包括基因突变数据、表观遗传数据和转录组数据,对所述多组学数据进行质量控制、去除批次效应、标准化处理,形成统一的特征矩阵X;2多组学关联分析:使用典范相关分析方法探索所述多组学数据间的关联模式,识别与耐药相关的关键特征;3深度学习预测:将所述特征矩阵X输入深度学习模型,通过分层递进式特征学习、药物结构对抗学习和聚焦损失函数优化,预测早期耐药风险;4药物选择推荐:根据所述早期耐药风险预测结果,结合患者分子特征,从药物知识库中检索推荐适合患者的后续治疗药物。
全文数据：
权利要求：
百度查询： 广州医科大学附属第一医院(广州呼吸中心) 预测ALK融合基因阳性非小细胞肺癌早期耐药的新方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号