一种基于半监督学习的拷贝数变异检测方法
本发明涉及基因变异检测技术领域,具体是一种基于半监督学习的拷贝数变异检测方法。包括从测序读段的比对信息中获取参考基因组序列每个正常窗口的读段深度信号和映射质量信号,对所有正常窗口的读段深度信号进行GC含量偏差矫正;采用循环二进制分割算法,将所有正常窗口分割为读段深度信号均一的分段区域,结合拆分读段策略识别拷贝数变异断点位置;对映射质量信号进行归一化处理;对读段深度信号进行平滑降噪处理;为对应的分段区域标注伪标签;通过改进型密度聚类算法对所有分段区域进行聚类分析,并对异常分段区域进行整合与变异类型判定,输出拷贝数变异检测结果,实现了对拷贝数变异的高效检测,并显著提升了检测结果的准确性与可靠性。
《一种基于半监督学习的拷贝数变异检测方法》是一发明专利,专利号为 2025113039582,当前法律状态为已下证,由聊城大学提出申请,发明人为董金新;杜如超;亓民勇;姜华;张誉曦;孙冉冉,申请日期为2025-09-12,公开(公告)日期为2025-12-05,国际专利分类号(IPC)为 G16B 20/20 (2019.01),所属技术领域包括:(基因变异检测、拷贝数变异检测、半监督学习、DNA序列)包发票。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及基因变异检测技术领域,具体是一种基于半监督学习的拷贝数变异检测方法。包括从测序读段的比对信息中获取参考基因组序列每个正常窗口的读段深度信号和映射质量信号,对所有正常窗口的读段深度信号进行GC含量偏差矫正;采用循环二进制分割算法,将所有正常窗口分割为读段深度信号均一的分段区域,结合拆分读段策略识别拷贝数变异断点位置;对映射质量信号进行归一化处理;对读段深度信号进行平滑降噪处理;为对应的分段区域标注伪标签;通过改进型密度聚类算法对所有分段区域进行聚类分析,并对异常分段区域进行整合与变异类型判定,输出拷贝数变异检测结果,实现了对拷贝数变异的高效检测,并显著提升了检测结果的准确性与可靠性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
