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!
申请/专利权人:四川大学华西医院;脉得智能科技(无锡)有限公司
摘要:本发明公开了抗生素耐药基因或毒力因子的基因预测或分类方法、装置、设备,涉及深度学习和生物信息学技术领域。通过提取六种基因相关特征,包括:基于bit分数的相似性特征、序列信息特征,物理化学性质特征,进化信息特征、氨基酸组成特征和结构域信息特征,能够更好地捕捉基因的综合特性,经过特征融合,由此构建的模型能够提高抗生素耐药基因或毒力因子的基因预测准确性。对于抗生素耐药基因或毒力因子的基因筛选、分类和预测具有广阔的应用前景。
主权项:1.一种基于深度学习的抗生素耐药基因或毒力因子的基因预测或分类方法,其特征在于,其包括如下步骤:S1.从数据库中获取已知的抗生素抗性基因数据或毒力因子的基因数据、以及负样本基因数据;将采集的数据集分为训练集、测试集和参考数据集;S2.利用S1收集的基因数据提取如下六个特征:基于bit分数的相似性特征、序列信息特征、物理化学性质特征、进化信息特征、氨基酸组成特征和结构域信息特征;S3.采用融合策略,将S2中提取的六个特征进行合并,形成一个综合的输入向量;S4.利用深度卷积神经网络构建分类模型;取训练集的所述六个特征经过合并后的输入向量对分类模型进行训练;S5.取测试集的所述六个特征经过合并后的输入向量对S4训练的分类模型进行测试,对分类模型进行模型评估。
全文数据:
权利要求:
百度查询: 四川大学华西医院 脉得智能科技(无锡)有限公司 抗生素耐药基因或毒力因子的基因预测或分类方法、装置、设备
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。