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！

龙图腾网获悉大连海事大学申请的专利一种集成多组学特征的DNA甲基化预测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：CN116758993B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310718721.5，技术领域涉及：G16B40/00；该发明授权一种集成多组学特征的DNA甲基化预测方法是由马宝山;申忆文;刘玉设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本一种集成多组学特征的DNA甲基化预测方法在说明书摘要公布了：本发明公开了一种集成多组学特征的DNA甲基化预测方法，包括确定待预测CpG位点，获取癌旁组织中CpG位点的多组学特征集，获取癌组织中CpG位点的甲基化特征集，基于Pearson相关系数分别计算癌组织CpG位点的甲基化特征与癌旁组织的miRNA、mRNA、甲基化特征之间的相关系数，根据相关系数的取值分别选择K个miRNA、Q个mRNA、L个甲基化特征，并构建多组学相关特征集，基于深度神经网络构建DNA甲基化预测模型，根据多组学相关特征集对DNA甲基化预测模型进行训练，计算训练后的DNA甲基化预测模型的评估指标，当评估指标满足阈值时获取评估后的DNA甲基化预测模型，根据评估后的DNA甲基化预测模型对癌组织的甲基化进行预测。提高了DNA甲基化的预测准确性。

本发明授权一种集成多组学特征的DNA甲基化预测方法在权利要求书中公布了：1.一种集成多组学特征的DNA甲基化预测方法，其特征在于，包括， 步骤一、确定待预测CpG位点，获取癌旁组织中CpG位点的多组学特征集，所述多组学特征集包括miRNA特征集、mRNA特征集、甲基化特征集，获取癌组织中CpG位点的甲基化特征集， 步骤二、基于Pearson相关系数分别计算癌组织CpG位点的甲基化特征与癌旁组织的miRNA特征、mRNA特征、甲基化特征之间的相关系数，根据癌组织CpG位点的甲基化特征与癌旁组织的miRNA特征的相关系数的取值从miRNA特征集中选择K个miRNA特征，根据癌组织CpG位点的甲基化特征与癌旁组织的mRNA特征的相关系数的取值从mRNA特征集中选择Q个mRNA特征，根据癌组织CpG位点的甲基化特征与癌旁组织的甲基化特征的相关系数的取值从甲基化特征集中选择L个甲基化特征， 所述基于Pearson相关系数分别计算癌组织CpG位点的甲基化特征与癌旁组织的miRNA特征、mRNA特征、甲基化特征之间的相关系数包括根据公式1计算相关系数， 1 其中代表多组学特征集中第个样本癌旁组织的CpG位点甲基化特征值、mRNA特征值或者miRNA特征值，表示该CpG位点所有样本的特征均值；代表多组学特征集中第个样本癌组织中对应CpG位点的甲基化特征值，表示该CpG位点所有样本的甲基化特征均值，n为样本数； 步骤三、根据K个miRNA特征、Q个mRNA特征以及L个甲基化特征构建多组学相关特征集，基于深度神经网络构建DNA甲基化预测模型，根据多组学相关特征集对DNA甲基化预测模型进行训练，计算训练后的DNA甲基化预测模型的评估指标，当评估指标满足阈值时获取评估后的DNA甲基化预测模型，根据评估后的DNA甲基化预测模型对癌组织的甲基化进行预测； 所述基于深度神经网络构建DNA甲基化预测模型为所述DNA甲基化预测模型包括v个输入神经元、k个隐层神经元、h个输出层神经元，隐藏层第q个神经元接收到的输入为： 2 隐藏层第q个神经元的输出为： 3 其中，输入层第p个神经元与隐藏层第q个神经元之间的权重为wpq，为输入向量，输出层第r个神经元接收到的输入为多组学相关特征集的特征bj，n为样本数，隐藏层第h个神经元与输出层第r个神经元之间的权重为； 所述计算训练后的DNA甲基化预测模型的评估指标包括根据公式4计算Pearson相关系数的绝对值、根据公式5计算Pearson相关系数的平均绝对误差， 4 5 式中，分别代表第i个样本的预测DNA甲基化值和实际DNA甲基化特征值，分别代表预测均值与实际均值，分别代表预测标准差与实际标准差；、分别代表第i个样本第j个特征的预测DNA甲基化值和实际DNA甲基化值。

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大连海事大学，其通讯地址为：116000 辽宁省大连市甘井子区凌水街道凌海路1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。