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！

龙图腾网获悉韶关学院申请的专利一种多组学数据分析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：CN116758992B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310716187.4，技术领域涉及：G16B40/00；该发明授权一种多组学数据分析方法是由黄海辉;梁勇;戴经国;彭新东设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本一种多组学数据分析方法在说明书摘要公布了：本发明提出了一种多组学数据分析方法，包括以下步骤：S1，采集生物信息的多组学数据，所述多组学数据包括基因组学，蛋白组学，代谢组学，蛋白质组学、表观基因组学、转录组学，脂类组学中的任意两种或两种以上的数据；S2，将采集的多组学数据输入MUMA模型中，进行模型的训练；S3，将待测的多组学数据输入训练完毕的MUMA模型中，得到分类结果及其相关解释。本发明能够利用元学习技术从不同的异构数据源中提取可概括和可解释的知识，并实现高性能。且提出的方法包括几个显式和简洁的元学习器，帮助从多组数据自动重加权样本。

本发明授权一种多组学数据分析方法在权利要求书中公布了：1.一种多组学数据分析方法，其特征在于，包括以下步骤： S1，采集生物信息的多组学数据，所述多组学数据包括基因组学，蛋白组学，代谢组学，蛋白质组学、表观基因组学、转录组学，脂类组学中的任意两种或两种以上的数据； S2，将采集的多组学数据输入MUMA模型中，进行模型的训练； MUMA模型为： 表示第i个样本在第j个组学中的权重； m表示组学总数； n表示样本总数； 表示训练集上第j个组学中第i个样本的损失函数； βj表示第j个分类器的模型参数； λj表示控制模型j的稀疏性的超参数； ||·||1表示一范数； Qvj,vk表示将vj,vk进行Q函数运算； 是一个距离度量惩罚函数； 所述MUMA模型是基于多个作为分类器的MLP实现的，每一个组学对应一个MLP，每个MLP的输入为样本的损失值，输出为样本的权重，并对输出的样本权重使用Sigmoid激活函数来确保输出位于[0，1]； MLP之间通过交互正则化项linteractiveβ；Θ进行交互的； ||||2表示二范数； 表示将Θj输入元学习学习器函数Ψi j； 表示训练集上第j个组学的损失函数； Θj表示第j个分类器的超参数； 表示将Θk输入元学习学习器函数Ψk； 表示训练集上第k个组学的损失函数； m表示组学总数即分类器总数； MLP的元学习过程包括： 通过远小于训练样本数量的无偏数据，以元学习的方式自动学习超参数Θj，Θj表示第j个MLP的超参数； Mj代表了无偏样本的元知识； 为定义符号； M表示元学习过程的组学数量； 表示无偏数据第j个组学中第i个样本的损失函数； 表示无偏数据Dmetaj第j个组学下第i个样本的标签； 表示元学习过程的第j个分类器模型； 表示无偏数据Dmetaj第j个组学下的第i个样本的值； λj表示控制第j个分类器的稀疏性的超参数； ||βj||1表示βj的一范数； βj是第j个分类器的模型参数； S3，将待测的多组学数据输入训练完毕的MUMA模型中，得到分类结果及其相关解释。

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韶关学院，其通讯地址为：512023 广东省韶关市浈江区大学路288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”。