Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川大学华西医院周凌云获国家专利权

四川大学华西医院周凌云获国家专利权

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!

龙图腾网获悉四川大学华西医院申请的专利一种基于单细胞RNA-seq的HBV表达水平和片段分布的分析方法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:CN120015118B

龙图腾网通过国家知识产权局官网在2025-12-19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:202510095005.5,技术领域涉及:G16B25/10;该发明授权一种基于单细胞RNA-seq的HBV表达水平和片段分布的分析方法是由周凌云;周虹玉;陈立宇设计研发完成,并于2025-01-21向国家知识产权局提交的专利申请。

一种基于单细胞RNA-seq的HBV表达水平和片段分布的分析方法在说明书摘要公布了:本发明涉及生物产业技术领域,公开了一种基于单细胞RNA‑seq的HBV表达水平和片段分布的分析方法,构建HBV各基因在线性转录组和环形基因组里面的位置信息,得到转录组和基因组的映射关系;将scRNAseq得到的测序原始数据比对到HBV转录组参考序列,识别人源序列和HBV源序列;去除人源序列,得到HBV源转录组序列;将HBV源转录组序列通过转录组和基因组映射关系,将测序序列比对在转录组上的位置转换成基因组上的比对位置;计算基因组每个碱基上覆盖的测序序列的数量,绘制HBV基因组各个碱基的覆盖深度,得到单细胞RNA‑seq测序数据在HBV基因组上的表达水平和片段分布。本发明填补基于单细胞分辨率的HBV分析方法的空白。

本发明授权一种基于单细胞RNA-seq的HBV表达水平和片段分布的分析方法在权利要求书中公布了:1.一种基于单细胞RNA-seq的HBV表达水平和片段分布的分析方法,其特征在于,包括以下步骤: 步骤一,构建HBV各基因在线性转录组和环形基因组里面的位置信息,得到转录组和基因组的映射关系; 步骤二,将scRNAseq得到的测序原始数据比对到HBV转录组参考序列,确定HBV整合进入人基因组时的断点位置,识别人源序列和HBV源序列; 步骤三,去除人源序列,从HBV潜在断点位置开始保留剩余的HBV源序列及相应的转录组坐标位置,得到HBV源转录组序列; 步骤四,将步骤三得到的HBV源转录组序列通过步骤一构建的转录组和基因组映射关系,将测序序列比对在转录组上的位置转换成基因组上的比对位置; 步骤五,计算基因组每个碱基上覆盖的测序序列的数量,绘制HBV基因组各个碱基的覆盖深度,并将基因位置进行标记展示,得到单细胞RNA-seq测序数据在HBV基因组上的表达水平和片段分布; 其中,在确定HBV整合进入人基因组时的断点位置过程中,通过如下方式综合考虑序列比对情况、软切结构分布及转录组坐标位置: 针对序列比对情况,将测序序列与HBV转录组参考序列的比对结果进行详细分析,若某区域内测序序列与参考序列的碱基匹配率低于预设阈值,且该低匹配率呈现连续性分布,与正常比对区域的匹配模式差异显著,则将该区域标记为潜在断点位置区域;所述预设阈值为70%-80%; 对于软切结构的分布,对带有软切结构的测序序列进行统计分析,统计每个软切结构在序列中的起始位置和终止位置,并将这些位置映射到转录组坐标上;当在特定转录组坐标区间内,软切结构的出现频率超过预设频率阈值时,将该坐标区间标记为潜在断点位置区间;该预设频率阈值为在每1000条测序序列中出现软切结构的次数超过10次; 结合转录组坐标位置,在人-HBV基因组嵌合区域内,分析测序序列的转录组坐标连续性;若发现转录组坐标出现跳跃、中断,或者与已知的人基因组和HBV基因组转录组坐标范围出现不符的情况,将对应位置标记为潜在断点位置区域; 最后,对通过上述三种方式标记出的潜在断点位置区域和潜在断点位置区间进行综合考量,当多个标记区域相互重叠或者在较小范围内密集分布时,将该共同区域或密集区域确定为HBV整合进入人基因组时的断点位置。

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四川大学华西医院,其通讯地址为:610000 四川省成都市国学巷37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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。