适用于小样本高维度数据的稻瘟病致病基因识别方法

本发明属于生物特征识别技术领域，涉及一种适用于小样本高维度数据的稻瘟病致病基因识别方法，该方法对采集的数据进行处理，得到每个基因所对应样本的表达量，之后进行差异分析，识别出差异表达基因，并根据差异表达基因构建PPI网络，确定与稻瘟病相关的关键基因；最后构建CGAN‑SAE深度学习模型，利用确定的关键基因对CGAN模块进行训练，使CGAN模块能够生成与真实数据难以区分的模拟基因样本数据；再用模拟基因样本与真实样本对SAE模块进行训练，使SAE模块能够捕捉全局特征，最终提取到的特征通过PCA进一步处理，识别出稻瘟病感染过程中的核心基因。该方法解决了在样本数量少，维度高的水稻数据集中进行基因筛选的难题。

《适用于小样本高维度数据的稻瘟病致病基因识别方法》是一发明专利，专利号为 2024118162288，当前法律状态为已下证，由长春大学提出申请，发明人为戴银飞;樊杰;乔梦娇;卢世豪;王绍强;刘玉宝;王艳柏;刘志远;隋玉萍，申请日期为2024-12-11，公开（公告）日期为2025-04-04，国际专利分类号（IPC）为 G16B 20/20 (2019.01)，高新资质：未报高企，所属技术领域包括：（水稻种植、稻瘟病、致病基因识别、小样本数据、高维特征、CGAN生成网络、稀疏自编码器、PPI网络、差异表达分析、主成分分析、生物信息学）。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：本发明属于生物特征识别技术领域，涉及一种适用于小样本高维度数据的稻瘟病致病基因识别方法，该方法对采集的数据进行处理，得到每个基因所对应样本的表达量，之后进行差异分析，识别出差异表达基因，并根据差异表达基因构建PPI网络，确定与稻瘟病相关的关键基因；最后构建CGAN‑SAE深度学习模型，利用确定的关键基因对CGAN模块进行训练，使CGAN模块能够生成与真实数据难以区分的模拟基因样本数据；再用模拟基因样本与真实样本对SAE模块进行训练，使SAE模块能够捕捉全局特征，最终提取到的特征通过PCA进一步处理，识别出稻瘟病感染过程中的核心基因。该方法解决了在样本数量少，维度高的水稻数据集中进行基因筛选的难题。

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！