首页> 中国专利> 结合差异化分析和关联规则挖掘全基因组关键基因的方法

结合差异化分析和关联规则挖掘全基因组关键基因的方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明属于数据处理技术领域，公开了一种结合差异化分析和关联规则挖掘全基因组关键基因的方法，首先利用基因名与探针名的对应关系，对多探针进行折叠，接着应用差异化分析方法对处理后的基因进行初步筛选，筛选出显著差异表达的基因；再对差异基因的所有样本依据阈值将其划分为上调和下调两个事务集，并对两个事务集的基因分别作关联规则挖掘，找出排名靠前的规则对应的基因，即关键基因；最后通过生物功能分析验证基因的有效性。本发明综合考虑样本与样本及基因与基因之间的关联，能处理全基因组表达数据，并找出表达突出的关键基因，这对疾病风险预测、复杂疾病的致病机理研究及生物制药技术等都有重要的意义。

著录项

公开/公告号CN108038352A

专利类型发明专利
公开/公告日2018-05-15

原文格式PDF
申请/专利权人西安电子科技大学;
展开▼

申请/专利号CN201711352644.7
发明设计人杨利英;张粉利;袁细国;
展开▼

申请日2017-12-15
分类号G06F19/24(20110101);G06F19/18(20110101);
代理机构61227 西安长和专利代理有限公司;
代理人黄伟洪
地址 710071 陕西省西安市太白南路2号西安电子科技大学
入库时间 2023-06-19 05:18:51

法律信息

法律状态公告日

法律状态信息

法律状态
2018-06-08

实质审查的生效 IPC(主分类):G06F19/24 申请日:20171215

实质审查的生效
2018-05-15

公开

公开

相似文献

专利
中文文献
外文文献

1. 结合差异化分析和关联规则挖掘全基因组关键基因的方法 [P] . 中国专利： CN108038352B . 2021.09.14
2. 结合差异化分析和关联规则挖掘全基因组关键基因的方法 [P] . 中国专利： CN108038352A . 2018-05-15
3. APPLICATION OF MACHINE LEARNING METHODS FOR MINING ASSOCIATION RULES IN PLANT AND ANIMAL DATA SETS CONTAINING MOLECULAR GENETIC MARKERS, FOLLOWED BY CLASSIFICATION OR PREDICTION UTILIZING FEATURES CREATED FROM THESE ASSOCIATION RULES [P] . 欧洲知识产权局专利： EP2449510B1 . 2019-07-31

机译：机器学习方法在包含分子遗传标记的植物和动物数据集中挖掘关联规则的应用，其后通过分类或预测利用这些关联规则中创建的特征
4. APPLICATION OF MACHINE LEARNING METHODS FOR MINING ASSOCIATION RULES IN PLANT AND ANIMAL DATA SETS CONTAINING MOLECULAR GENETIC MARKERS, FOLLOWED BY CLASSIFICATION OR PREDICTION UTILIZING FEATURES CREATED FROM THESE ASSOCIATION RULES [P] . PH12016501806A1 . 2018-06-11

机译：机器学习方法在包含分子遗传标记的植物和动物数据集中挖掘关联规则的应用，其后通过分类或预测利用这些关联规则中创建的特征
5. Application of machine learning methods for mining association rules in plant and animal data sets containing molecular genetic markers, followed by classification or prediction utilizing features created from these association rules [P] . 美国专利： US10102476B2 . 2018-10-16

机译：机器学习方法在包含分子遗传标记的动植物数据集中挖掘关联规则的应用，然后利用根据这些关联规则创建的特征进行分类或预测