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！

龙图腾网获悉中国人民解放军总医院第一医学中心申请的专利基于多组学驱动的IBS微生态移植智能预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：CN120636552B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510576783.6，技术领域涉及：G16B40/20；该发明授权基于多组学驱动的IBS微生态移植智能预测方法和系统是由潘飞;彭丽华;周冠舟;但婉悦;栾哲;顾娟;陈浚哲;孙雅;宗亚琦设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本基于多组学驱动的IBS微生态移植智能预测方法和系统在说明书摘要公布了：本发明提供一种基于多组学驱动的IBS微生态移植智能预测方法和系统，涉及生物医学技术领域。方法包括：建立多组学数据融合子系统采集目标患者宏基因组、代谢组、宿主基因组及临床表型组数据；将数据输入菌群‑代谢物联合网络分析模型构建相互作用网络并提取特征；基于特征与宿主基因组数据生成关联矩阵并计算指标；结合临床表型数据与指标通过动态响应算法生成指数；利用迁移学习框架联合建模输出疗效预测结果。系统包括数据采集、网络分析、关联计算、动态响应和联合建模模块。本发明整合多组学数据，精准挖掘菌群与宿主关系，实现微生态移植疗效智能预测，为IBS个性化治疗提供有力支持，同时具备数据处理和安全保障措施。

本发明授权基于多组学驱动的IBS微生态移植智能预测方法和系统在权利要求书中公布了：1.一种基于多组学驱动的IBS微生态移植智能预测方法，其特征在于，包括： 建立多组学数据融合子系统采集目标患者的四维数据，其中，所述四维数据包括宏基因组数据、代谢组数据、宿主基因组数据及临床表型组数据； 将所述四维数据输入预设的菌群-代谢物联合网络分析模型，以构建菌群与代谢物的相互作用网络，并提取关键网络拓扑特征； 基于所述关键网络拓扑特征与宿主基因组数据生成宿主-菌群互作关联矩阵，并计算功能基因协同度指标； 结合所述临床表型组数据与所述功能基因协同度指标，通过动态响应算法生成症状-微生物动态响应指数，所述动态响应算法的实现方式包括： 1根据临床表型组数据中的症状严重程度划分动态响应时段：首先，将症状严重程度进行量化，根据IBS-SSS评分将症状分为轻度IBS-SSS评分75、中度75≤IBS-SSS评分175和重度IBS-SSS评分≥175；然后，按照时间顺序，将患者的病程划分为不同的时段，每个时段对应不同的症状严重程度变化阶段：当症状从轻度转变为中度时，划分一个新的时段；症状在中度水平保持稳定一段时间后，若出现明显变化，再划分新的时段；这样根据症状的动态变化，更准确地分析微生物与症状之间的关系； 2在每一时段内，统计核心模块菌群丰度变化率与症状评分的滞后相关性：对于每个划分好的时段，计算核心模块菌群丰度在不同时间点的变化率，设t1和t2是时段内的两个时间点，菌群丰度变化率的计算公式为： 同时，记录对应时间点的症状评分；然后，计算菌群丰度变化率与症状评分之间的滞后相关性，滞后相关性是指菌群丰度变化在时间上滞后于症状变化时两者之间的相关性；通过这种方式，发现微生物对症状变化的响应是否存在时间延迟； 3基于最大信息系数确定最优滞后窗口，并计算各时段内菌群对症状的动态响应权重：最大信息系数MIC是一种衡量两个变量之间复杂相关性的指标，在计算不同滞后时间下菌群丰度变化率与症状评分的相关性后，利用MIC找到相关性最强时对应的滞后时间，这个滞后时间就是最优滞后窗口；确定最优滞后窗口后，根据菌群丰度变化率与症状评分在最优滞后窗口下的相关性强度，计算各时段内菌群对症状的动态响应权重；相关性越强，动态响应权重越大，表明菌群对症状的影响越显著；通过这种方式，生成能够准确反映症状-微生物动态响应关系的指数； 利用预设的迁移学习框架对所述相互作用网络、关联矩阵及动态响应指数进行联合建模，输出微生态移植疗效预测结果。

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人民解放军总医院第一医学中心，其通讯地址为：100048 北京市海淀区复兴路28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。