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！

龙图腾网获悉浙江大学申请的专利基于多组学深度学习的结直肠癌肝转移检测方法和系统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：CN121281845B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511832014.4，技术领域涉及：G16H50/30；该发明授权基于多组学深度学习的结直肠癌肝转移检测方法和系统是由张鸿宇;朱虹;何俏军;杨波设计研发完成，并于2025-12-08向国家知识产权局提交的专利申请。

本基于多组学深度学习的结直肠癌肝转移检测方法和系统在说明书摘要公布了：本发明公开了一种基于多组学深度学习的结直肠癌肝转移检测方法和系统，包括：提取具有CRC转移‑代谢双功能的特征基因群，并构建CRC转移风险预测模型基础上，基于分析CRC转移风险概率来筛选具有CRC转移通性和CRLM特异性特征的分子标志物，作为初始候选生物标志物；同时还从代谢组出发来获得获取CRLM患者样本与LCRC患者样本代谢组对应的差异表达代谢物，并结合转录组和代谢组的富集通路分析来构建CRLM多层核心代谢网络，据此来用于结直肠癌肝转移精准检测的筛选核心生物标志物，整个方法能够有效筛选利于检测结直肠癌肝转移的生物标志物。

本发明授权基于多组学深度学习的结直肠癌肝转移检测方法和系统在权利要求书中公布了：1.一种诊断结直肠癌肝转移的生物标志物筛选方法，其特征在于，包括以下步骤： 基于转录组数据集筛选具有CRC转移-代谢重编程双功能的特征基因群，并对转录组学队列进行样本批次效应校正，用于深度学习和预测； 利用特征基因群作为输入项，利用特征基因群对CNN进行深度学习构建肝转移风险预测模型，基于CRC转移风险预测模型的转移风险概率计算转录组风险评分； 并根据转录组风险评分进行转移性CRC与CRLM发生结果的关联性分析，筛选具有CRC转移通性和CRLM特异性的高关联性特征，作为初始候选生物标志物，包括：基于转录组风险评分筛选从特征基因群中筛选高转移风险特征，分别计算mCRC队列与CRLM队列中所有特征与转录组风险评分的相关系数，并分别从mCRC队列与CRLM队列中筛选相关系数排名前N个特征做交集，得到特征为核心特征，该核心特征即为具有CRC转移通性和CRLM特异性特征的分子标志物，并作为初始候选生物标志物； 获取CRLM患者样本与LCRC患者样本代谢组对应的差异表达代谢物，对转录组对应的初始候选生物标志物和代谢组对应的差异表达代谢物进行富集通路分析，构建共有富集通路的CRLM多层核心代谢网络，并标记通路内的候选生物标志物，其中，共有富集通路是指将初始候选生物标志物富集的代谢通路和差异表达代谢物富集的代谢通路做交叉分析，得到的同时富集的关键代谢通路，包括视黄醇代谢通路和色氨酸代谢通路，CRLM多层核心代谢网络包括关键代谢通路、调控基因的生物标志物、转录因子和代谢物，转录因子作用于生物标志物，生物标志物作用于通路，通路产生代谢物，依据CRLM多层核心代谢网络绘制CRLM核心代谢特征图谱，在CRLM核心代谢特征图谱中标记候选生物标志物； 利用CRLM多层核心代谢网络对候选生物标志物进行CRLM分辨性能的测试，筛选核心生物标志物为ADH1A，核心生物标志物用于结直肠癌肝转移精准检测。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。