电子科技大学长三角研究院(衢州)刘利获国家专利权
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!
龙图腾网获悉电子科技大学长三角研究院(衢州)申请的专利一种基于序列互补位点信息预测lncRNA-miRNA相互作用的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:CN119207555B 。
龙图腾网通过国家知识产权局官网在2025-06-17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:202411092629.3,技术领域涉及:G16B20/30;该发明授权一种基于序列互补位点信息预测lncRNA-miRNA相互作用的方法是由刘利;齐丹阳;武成艳;邹权设计研发完成,并于2024-08-09向国家知识产权局提交的专利申请。
本一种基于序列互补位点信息预测lncRNA-miRNA相互作用的方法在说明书摘要公布了:本发明提供了一种基于序列互补位点信息预测lncRNA‑miRNA相互作用的方法,它解决了预测lncRNA‑miRNA相互作用等问题,其包括如下步骤:S1:正负样本的构建;S2:采用Miranda提取正集以及负集的结合点位信息;S3:在正集以及负集中选取结合分数最大值作为代表lncRNA和miRNA相互作用的代表结合位点;S4:进行构造特征和特征选择;S5:采用机器学习模型预测相互作用;S6:进行数据对比评估模型预测准确性。本发明具有预测效果好、泛用性高等优点。
本发明授权一种基于序列互补位点信息预测lncRNA-miRNA相互作用的方法在权利要求书中公布了:1.一种基于序列互补位点信息预测lncRNA-miRNA相互作用的方法,其特征在于,包括如下步骤: S1:正负样本的构建; S11:分别构建每一条lncRNA和miRNA相似性大于等于80%的序列集,记为和; 其中,Lp代表与任意一条lncRNA序列p相似性大于等于80%的序列集,代表序列集中的任一序列,代表与任意一条miRNA序列q相似性大于等于80%的序列集,代表序列集中的任一序列; S12:从lncRNA和miRNA中随机各选择一条序列,分别标志为和,组合对为; S13:正样本中提取与有相互作用的所有miRNA记为,对每一条从中提取相似序列并构成新的相似矩阵,如果包含则认为存在潜在的相互作用,丢弃相互作用对并重复步骤S12;如果不包含则保留相互作用对; S14:在正样本中提取与有相互作用的所有lncRNA记为,对每一条从中提取相似序列并构成新的相似矩阵,如果包含则认为存在潜在的相互作用,丢弃相互作用对并重复步骤S12和S13;如果不包含则保留相互作用对; S15:重复步骤S12至S14,直至正负样本的数据量达到平衡; S2:采用Miranda提取正样本以及负样本的结合位点信息; S21:将相互作用涉及到的lncRNA和miRNA作为Miranda的输入; S22:Miranda工具包含两个关键参数:score和energy,设置参数score为80,energy为-1时,生成的结合位点信息能够覆盖所有正样本,将在此参数设置下得到的结合位点数据集合命名为J; S23:从J中选取正负样本所涉及到的结合位点信息,把正样本提取的结合位点信息数据集合作为Z,把负样本提取的结合位点信息数据集合作为F; S24:在Z和F中,每对lncRNA-miRNA相互作用包含N个结合位点,其中N大于1,将对这些相互作用对中的每个位点进行筛选,最后每对相互作用只保留能真正反应lncRNA和miRNA相互作用的结合位点; S25:将正样本筛选后得到的结合位点信息集合作为,将负样本筛选后得到的结合位点信息集合作为,负样本的结合位点信息也进行上述处理,之后将和中的lncRNA和miRNA的结合位点序列提取出来; S3:在正样本以及负样本中选取结合分数最大值作为代表lncRNA和miRNA相互作用的代表结合位点;所述的步骤S3得到用结合分数最大值筛选出来的结合位点信息集合,将正样本的集合命名为,将负样本的集合命名为,之后将和中的lncRNA和miRNA的结合位点序列提取出来; S4:进行构造特征和特征选择;所述的步骤S4的特征选择过程在ifeature中,将步骤S3中的序列作为输入,将结合位点序列的k-mer特征和和中结合分数和结合位点的自由能作为lncRNA和miRNA相互作用的特征; S5:采用机器学习模型预测相互作用; S6:进行数据对比评估模型预测准确性。
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电子科技大学长三角研究院(衢州),其通讯地址为:324003 浙江省衢州市柯城区成电路1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”。
以上内容由龙图腾AI智能生成。
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。
请提出您的宝贵建议,有机会获取IP积分或其他奖励