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！

龙图腾网获悉深圳市精笃健康科技有限公司申请的专利一种基于机器学习的表观遗传学年龄评估系统及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：CN120432180B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510421478.X，技术领域涉及：G16H50/70；该发明授权一种基于机器学习的表观遗传学年龄评估系统及方法是由吉红玉;吉冠玉;袁晓龙;于思涵;吴咏效;陈惟;吉冠朋;贾文龙设计研发完成，并于2025-04-07向国家知识产权局提交的专利申请。

本一种基于机器学习的表观遗传学年龄评估系统及方法在说明书摘要公布了：本发明属于生物信息学技术领域，公开了一种基于机器学习的表观遗传学年龄评估系统及方法；包括：实时采集用户的甲基化数据；从甲基化数据中筛选出甲基化特征数据，并压缩为隐藏特征数据；获取历史特征数据，并构建年龄评估模型；将实时获取的隐藏特征数据输入年龄评估模型中，预测出表观遗传学年龄，并标记为预测年龄；对预测年龄进行系统性扰动，计算每个模拟年龄的预测误差值，将数值最小的预测误差值所对应的模拟年龄作为校正年龄；计算相对年龄，将相对年龄与校正年龄的均值作为用户的表观遗传学年龄；本发明能够提高模型在不同个体和年龄段上的适应性和精确度，从而提高表观遗传学年龄评估的准确性和时效性。

本发明授权一种基于机器学习的表观遗传学年龄评估系统及方法在权利要求书中公布了：1.一种基于机器学习的表观遗传学年龄评估方法，其特征在于，包括： 实时采集用户的甲基化数据； 对甲基化数据进行信息增益分析，计算信息随机度，基于信息随机度从甲基化数据中筛选出甲基化特征数据，并对甲基化特征数据进行降维操作，将甲基化特征数据压缩为隐藏特征数据；其中，甲基化特征数据中包括不同筛选位点的甲基化水平； 获取历史特征数据，根据历史特征数据以及预定义的机器学习算法，构建年龄评估模型； 将实时获取的隐藏特征数据输入年龄评估模型中，预测出对应的表观遗传学年龄，并标记为预测年龄； 对预测年龄进行系统性扰动，生成不同的模拟年龄，计算每个模拟年龄对应的预测误差值，将数值最小的预测误差值所对应的模拟年龄作为校正年龄；所述模拟年龄的范围为，所述模拟年龄为对预测年龄进行系统性扰动后生成的表观遗传学年龄； 所述计算每个模拟年龄对应的预测误差值的方法包括： 获取历史甲基化数据，历史甲基化数据为历史时刻获取的不同表观遗传学年龄的用户对应的甲基化数据；从历史甲基化数据中，筛选出表观遗传学年龄位于模拟年龄范围内的甲基化数据，并标记为扰动数据；从每组扰动数据中分别筛选出每个筛选位点对应的甲基化水平，构成每组扰动数据对应的扰动特征数据；将模拟年龄相同的扰动特征数据作为一组扰动集合，扰动集合与模拟年龄一一对应；根据甲基化特征数据，从每组扰动集合中分别筛选出对应的匹配特征数据；根据匹配特征数据，计算每组扰动集合对应的均值特征数据；采用预训练的玻尔兹曼机，将每组均值特征数据均压缩为对应的隐藏均值数据；将每组隐藏均值数据分别输入年龄评估模型中，预测出对应的表观遗传学年龄，并标记为扰动年龄；将每组扰动集合对应的模拟年龄分别减去对应的扰动年龄，并取绝对值，获取每个模拟年龄对应的预测误差值； 计算相对年龄，将相对年龄与校正年龄的均值作为用户的表观遗传学年龄；所述计算相对年龄的方法包括： 获取前次特征数据，前次特征数据为用户上一次进行表观遗传学年龄评估时所获取的甲基化特征数据；将实时筛选出的甲基化特征数据标记为实时特征数据，将实时特征数据中每个筛选位点的甲基化水平，分别减去前次特征数据中对应筛选位点的甲基化水平，获取每个筛选位点的甲基化水平差异；将每个筛选位点的甲基化水平差异依次输入训练好的波动预测模型中，预测出对应的波动年龄，波动年龄为甲基化水平差异导致的表观遗传学年龄的波动量；波动预测模型的训练过程与年龄评估模型的训练过程一致，并且均为正则化线性回归模型；将用户上一次评估的表观遗传学年龄标记为前次年龄，将前次年龄加上波动年龄，获取相对年龄。

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深圳市精笃健康科技有限公司，其通讯地址为：518000 广东省深圳市坪山区龙田街道老坑社区光科一路6号青铜剑科技大厦1栋1301；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。