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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 大连达硕信息技术有限公司曾仲大获国家专利权

大连达硕信息技术有限公司曾仲大获国家专利权

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!

龙图腾网获悉大连达硕信息技术有限公司申请的专利一种基于图论策略的代谢组学数据处理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:CN121388637B

龙图腾网通过国家知识产权局官网在2026-04-17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:202511958474.1,技术领域涉及:G06F18/22;该发明授权一种基于图论策略的代谢组学数据处理方法是由曾仲大;陈爱明设计研发完成,并于2025-12-24向国家知识产权局提交的专利申请。

一种基于图论策略的代谢组学数据处理方法在说明书摘要公布了:本发明提供一种基于图论策略的代谢组学数据处理方法,属于生物信息学与分析化学交叉技术领域。首先获取多个生物样本的代谢组学原始峰数据;对原始峰数据进行质量清洗,得到清洗后的峰集合,每个峰由其质荷比、保留时间和峰强度构成多维特征数据;基于多维特征数据构建峰匹配图,图节点表示各峰,图边权重反映任意两个不同样本的峰之间的综合相似度,该相似度由质荷比、保留时间和峰强度的归一化相似度加权融合获得;基于峰匹配图,通过深度优先搜索在满足基础相似性及色谱‑质谱连续性、仪器分辨能力高级约束条件下生成有效匹配组。本发明显著提升跨样本代谢物峰匹配的准确性与鲁棒性,有效支持大规模、多批次复杂代谢组学数据分析。

本发明授权一种基于图论策略的代谢组学数据处理方法在权利要求书中公布了:1.一种基于图论策略的代谢组学数据处理方法,其特征在于,所述方法,包括: 获取多个生物样本的代谢物组学原始峰数据,所述原始峰数据包括各峰对应的质荷比、保留时间,以及所述峰在各样本中的峰强度、峰面积与峰宽; 对所述原始峰数据进行质量清洗,得到清洗后的峰集合,所述峰集合中的每个峰由其质荷比、保留时间和峰强度构成多维特征数据; 基于所述多维特征数据构建峰匹配图,其中图节点表示各峰并关联其多维特征数据,图边权重反映任意两个不同样本的峰之间的综合相似度,所述综合相似度由质荷比、保留时间和峰强度进行归一化相似度计算并加权融合获得; 基于所述峰匹配图,确定不同样本中代表同一代谢物的峰之间的匹配关系,得到多个有效匹配组,每个有效匹配组包含来自不同样本且被关联为同一代谢物的一组峰,所述匹配关系满足基础相似性约束以及基于色谱-质谱连续性和仪器分辨能力的高级匹配约束; 其中,构建峰匹配图,包括: 将所述峰集合中的各峰作为图节点,每个峰关联其对应的多维特征数据,所述多维特征数据包括质荷比、保留时间和峰强度; 将所述质荷比的空间划分为多个预设宽度的区间,并仅保留落入相同或相邻区间的峰对作为候选关联对; 对所述峰强度进行对数变换预处理,得到预处理后的峰强度值,对数变换公式,如下: ; 其中,I’为预处理后的峰强度值,I为多维特征数据中的峰强度; 计算所述候选关联对中各峰对的综合相似度,其中每对峰来自不同样本的峰,公式如下: 1计算质荷比相似度: ; 其中,和分别为任意两个峰的质荷比,和分别为整个所述峰集合中所有质荷比的最大数值和最小数值; 2计算保留时间相似度: ; 其中,和分别为任意两个峰的保留时间,和分别为整个所述峰集合中所有保留时间的最大数值和最小数值; 3计算强度相似度: ; 其中,和分别为任意两个峰的对数变换后的峰强度值,和分别为整个所述峰集合中所有对数变化后的峰强度值的最大数值和最小数值; 对上述三项相似度进行加权融合,得到综合相似度,公式如下: Sim=w1·Simmz+w2·SimtR+w3·SimI’; 其中,Sim代表综合相似度,w1、w2、w3为预设权重系数,且,w1+w2+w3=1,w1=0.4,w2=0.35,w3=0.25; 以所述综合相似度作为图边权重,构建初始的峰匹配图; 对所述初始的峰匹配图进行图优化处理,包括:去除自循环边、并对连接节点度小于3的边进行稀疏化,得到优化后的峰匹配图; 其中,确定不同样本中代表同一代谢物的峰之间的匹配关系,包括: 获取所述优化后的峰匹配图,初始化匹配结果表,所述匹配结果表用于记录所形成的有效匹配组; 将所述优化后的峰匹配图中的节点依次作为种子节点进行遍历,对于每个未被匹配的种子节点,以其为起始点构建当前匹配簇,并以该种子节点作为当前节点,通过深度优先搜索策略扩展该簇,在扩展过程中,对当前节点在峰匹配图中的每一未匹配邻接节点当做候选邻接节点,执行以下匹配决策: a判断所述候选邻接节点与当前节点间的保留时间间隔是否不超过预设的阈值; b判断所述候选邻接节点与当前节点间的质荷比变化率是否不超过预设的变化率阈值; c获取质谱仪分辨率,确定该分辨率下的最小可分辨质荷比差值,判断所述候选邻接节点与当前节点间的差值是否不小于最小可分辨质荷比差值; 若上述a~c均满足,则获取所述候选邻接节点与所述当前节点的实验批次标识,若属于相同实验批次,则提高两个节点间的图边权重;若不属于相同实验批次,则获取采集各样本时的温度,若采集的温度差值异超过预设温差阈值,则降低两节点间的图边权重; 判断所述候选邻接节点与当前节点间的质荷比差值、保留时间差值、峰强度以及动态调整后的图边权重是否满足预设的相似性约束条件; 若满足,则将所述候选邻接节点纳入当前匹配簇,并以该候选邻接节点作为新的当前节点继续深度优先搜索; 当前匹配簇无法进一步扩展时,若其所含峰的数量不少于3,则将其记录为一个有效匹配组; 若一轮遍历未能生成新的有效匹配组,则放宽所述相似性约束条件,并重新执行匹配过程,直至满足预设的迭代终止条件; 匹配完成后,输出匹配结果表。

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达硕信息技术有限公司,其通讯地址为:116000 辽宁省大连市高新技术产业园区礼贤街32号B座五层505室;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。