Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院水生生物研究所张磊获国家专利权

中国科学院水生生物研究所张磊获国家专利权

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!

龙图腾网获悉中国科学院水生生物研究所申请的专利一种利用胁迫响应生物标志物作为预警指标构建模型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:CN117012289B

龙图腾网通过国家知识产权局官网在2025-11-07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:202311018852.9,技术领域涉及:G16B40/20;该发明授权一种利用胁迫响应生物标志物作为预警指标构建模型方法是由张磊;王曼;王杰;聂丽玲;林茹茹;田梦萍;程飞设计研发完成,并于2023-08-14向国家知识产权局提交的专利申请。

一种利用胁迫响应生物标志物作为预警指标构建模型方法在说明书摘要公布了:本发明涉及生物信息分析技术领域,公开了一种利用胁迫响应生物标志物作为预警指标构建模型方法,包括以下方法步骤:收集样本,定义研究对象和样本量,选择合适的生物标志物,标准化测试环境,收集正常状态下的生物标志物数据作为基准,连续测量生物标志物,记录其随时间变化曲线;提取和分析胁迫响应生物标志物;基于所述生物标志物构建预警模型,模型训练需要将数据集分为训练集和测试集,使用训练集来训练模型,使用测试集来评估模型的性能;使用该预警模型对新样本进行预测,包括通过计算新样本的生物标志物水平与预警模型进行匹配,可以实现对生物体胁迫状态的实时监控和预警,从而提前采取必要的措施,降低胁迫对生物体的损害。

本发明授权一种利用胁迫响应生物标志物作为预警指标构建模型方法在权利要求书中公布了:1.一种利用胁迫响应生物标志物作为预警指标构建模型方法,其特征在于,包括以下方法步骤: S1,收集样本,定义研究对象和样本量,选择合适的生物标志物,标准化测试环境,收集正常状态下的生物标志物数据作为基准,引入胁迫刺激,测量生物标志物的变化,连续测量生物标志物,记录其随时间变化曲线; S2,提取和分析胁迫响应生物标志物,对收集到的生物标志物数据进行预处理,包括去掉无效、缺失值或规范单位,使用统计学方法分析生物标志物数据,计算每个标志物在正常状态下的平均值和标准差,反映标志物的基线水平,计算每个标志物在胁迫状态下的平均值和标准差,与正常状态比较,筛选出变化显著的标志物作为候选的胁迫响应标志物,对候选标志物进行相关性分析,删除相关性高的重复变量,获得较少冗余的标志物集,应用主成分分析PCA多变量统计方法,提取多个标志物中的主要信息,降维表示,获得对胁迫响应敏感的几个综合特征,利用这些敏感特征建立基于Logistic回归的判别模型,判断一个样本是否处于胁迫状态,用交叉验证方法评估判别模型的性能,返回最佳的特征集和模型参数; S3,基于所述生物标志物构建预警模型,模型训练需要将数据集分为训练集和测试集,使用训练集来训练模型,使用测试集来评估模型的性能; S4,使用该预警模型对新样本进行预测,包括通过计算新样本的生物标志物水平与预警模型进行匹配,以实现胁迫预警, 建立Logistic回归模型形式为, PY=1|X=11+e^-b0+b1x1+...+bpxp 其中: Y:样本的状态,1表示胁迫,0表示正常, PY=1|X:给定特征X,样本为胁迫状态的概率, b0,b1...bp:Logistic回归模型的参数, x1,x2...xp:样本的p个特征变量, 对新样本,我们首先提取其生物标志物数据,进行与模型一致的预处理,得到特征向量X=[x1,x2,...xp], 然后将X带入Logistic模型,计算PY=1|X,即样本为胁迫状态的概率, 与预设的阈值τ比较,当PY=1|Xτ时,模型判断该样本处于胁迫状态,触发预警, τ在0.5附近取值,或者通过交叉验证结果调整,以平衡误报率和漏报率, 计算公式概括为: IfPY=1|Xτ, 其中,PY=1|X由Logistic回归模型计算得到。

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中国科学院水生生物研究所,其通讯地址为:430064 湖北省武汉市东湖南路7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。

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。