[发明专利]一种基因检测的检测位点信用评级方法在审
申请号: | 201810257049.3 | 申请日: | 2018-03-27 |
公开(公告)号: | CN108549793A | 公开(公告)日: | 2018-09-18 |
发明(设计)人: | 凌之浩;李炎;魏昌赫;甘怀艳;易炜龙 | 申请(专利权)人: | 成都生命基线科技有限公司 |
主分类号: | G06F19/12 | 分类号: | G06F19/12 |
代理公司: | 成都九鼎天元知识产权代理有限公司 51214 | 代理人: | 韩雪 |
地址: | 610000 四川省成都市高新区天*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 位点 检测 权重 基因检测 信用评级 影响因子 种群 期刊 筛选 分区信息 可靠检测 评级模型 参考 样本数 重复 表型 构建 研究 检索 评级 样本 分区 人群 记录 | ||
本发明公开了一种基因检测的检测位点信用评级方法,其特征在于:包括以下步骤:检索表型与检测位点相关的参考文献,记录参考文献的JCR分区信息、期刊的影响因子信息、研究人群的种群信息、实验的样本数和有无重复研究信息;并通过期刊分区和影响因子权重值ifscore、种群权重值populationscore、样本权重值samplescore、重复研究权重值replicatescore构建的检测位点评级模型对检测位点进行评分,并根据评分筛选出可靠检测位点。本发明通过对检测位点的科学、合理的评级,筛选出需要的、可靠的检测位点,提高基因检测的准确性。
技术领域
本发明涉及基因检测领域,尤其是一种基因检测的检测位点信用评级方法。
背景技术
基因检测指通过对人体血液、体液或其他组织中的DNA序列进行测定,发现其中的异常序列,可以帮助个体从遗传角度认识自身遗传特质中存在的健康风险因素和个体特征;并且针对自身DNA序列的变异情况,对受试者的生活习惯、行为方式、用药等各种相关的健康因素进行有针对性的个性化健康管理服务,以降低疾病发生的风险,达到提高生活质量,延长寿命的作用。随着基因组医学和转化医学时代的到来,基因检测技术在诊断和预测疾病发生、发展方面显现出巨大的应用价值,针对易感疾病发病风险预测的基因检测服务也同时得到了较快发展,并且已经成为近年来一项新兴健康服务行业。
通过基因检测来预测疾病的风险,其中一个关键的问题是确定与某一性状发生相关的突变位点,突变位点的选取直接关系结果的准确性;目前各家基因检测公司使用的位点差异较大,位点的选取缺乏严格的、统一的筛选标准,导致检测结果差异较大;因此,如何从大量的科学研究中筛选出需要的、可靠的位点成为关键问题。
发明内容
本发明的发明目的在于:针对上述存在的问题,提供一种基因检测的检测位点信用评级方法,通过文献检索初步筛选出与某一性状相关的突变位点,并收集突变位点相应的参数将其量化,然后通过检测位点评级模型对其进行评分过滤,筛选出需要的、可靠的检测位点。
本发明采用的技术方案如下:
本发明一种基因检测的检测位点信用评级方法,包括以下步骤:
步骤一:检索表型与检测位点相关的参考文献,记录参考文献的JCR分区信息及其所在期刊的影响因子信息,并计算期刊分区和影响因子的权重值ifscore;
步骤二:获取参考文献中研究人群的种群信息,并计算种群的权重值populationscore;
步骤三:记录实验组和对照组的样本数量,查询是否有重复组,并结合期刊分区信息和影响因子信息,计算样本的权重值samplescore;
步骤四:检索有无重复研究信息,计算重复研究的权重值replicatescore;
步骤五:根据期刊分区和影响因子权重值、种群权重值、样本权重值和重复研究权重值构建检测位点评级模型;
步骤六:基于检测位点评级模型来计算检测位点的评分,并根据评分筛选出可靠位点。
作为优选,所述检测位点评级模型为:
siteweight=0.4*ifscore+0.3*populationscore+0.2*samplescore+ 0.1*replicatescore,
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都生命基线科技有限公司,未经成都生命基线科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810257049.3/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用