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！

龙图腾网恭喜中国科学院深圳先进技术研究院;郑州大学第一附属医院申请的专利多组学融合的IDH野生型胶质母细胞瘤预后评估方法及系统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：CN119517419B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202510048998.0，技术领域涉及：G16H50/30；该发明授权多组学融合的IDH野生型胶质母细胞瘤预后评估方法及系统是由张振宇;季玉陈;刘浩然;耿昊天;李志成设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本多组学融合的IDH野生型胶质母细胞瘤预后评估方法及系统在说明书摘要公布了：本申请涉及影像分析技术领域，特别涉及一种多组学融合的IDH野生型胶质母细胞瘤预后评估方法及系统，该方法包括：获取数据集，分别得到病理图像、基因数据和转录数据；并分别从病理图像、基因数据和转录数据中提取组学特征；基于组学特征，分别构建与组学特征对应的单组学预后模型；对单组学预后模型的组学特征进行筛选，得到多组学融合特征，并基于多组学融合特征，构建多组学融合模型，然后对患者进行风险分层；对高风险组和低风险组进行差异分析，获取交叉通路，确定多组学融合模型影响预后的关键生物学通路及生物学行为。本申请通过整合病理组学、蛋白组学、基因组学特征，构建多组学融合模型，增加了对胶质母细胞瘤的预后预测价值。

本发明授权多组学融合的IDH野生型胶质母细胞瘤预后评估方法及系统在权利要求书中公布了：1.一种多组学融合的IDH野生型胶质母细胞瘤预后评估方法，其特征在于，包括以下步骤：获取数据集；所述数据集包括IDH野生型胶质母细胞瘤患者数据集；基于所述数据集，分别得到病理图像、基因数据和转录数据；并分别从病理图像、基因数据和转录数据中提取组学特征；所述组学特征包括：病理组学特征、突变组学特征、拷贝数变异组学特征和转录组学特征；基于所述组学特征，分别构建与组学特征对应的单组学预后模型；所述单组学预后模型包括：病理组学预后模型、突变组学预后模型、拷贝数变异组学预后模型和转录组学预后模型；对单组学预后模型的组学特征进行筛选，得到多组学融合特征，并基于多组学融合特征，构建基于机器学习的多组学融合模型；基于所述多组学融合模型，对患者进行风险分层，划分为高风险组和低风险组；对高风险组和低风险组进行差异分析，采用加权基因共表达网络分析和基因集富集分析方法获取交叉通路，确定多组学融合模型影响预后的关键生物学通路及生物学行为；基于所述组学特征，分别构建与组学特征对应的单组学预后模型，包括：基于病理组学特征、突变组学特征、拷贝数变异组学特征和转录组学特征通过特征筛选得到的关键特征，各自组合成与组学特征对应的单组学预后模型；利用岭回归的系数对关键特征进行加权，形成一个线性组合模型；基于线性组合模型，计算各个组学的风险评分，分别为PathScore、MutScore、CNVScore和FPKMScore；对单组学预后模型的组学特征进行筛选，得到多组学融合特征，并基于多组学融合特征，构建基于机器学习的多组学融合模型，包括：在数据集的训练集中确定各组学的风险评分的截断值，将患者分为低风险组和高风险组；通过生存分析曲线分析评估各组学特征与生存时间之间的关系，采用对数秩检验法来评估两组间的生存差异；将所述截断值应用于内部验证数据集，基于外部验证集的统计特性计算外部验证集的截断值，均划分为高风险组和低风险组后绘制生存分析曲线以及对数秩检验；对临床病理危险因素和各个组学的风险评分进行单因素Cox分析，获得对患者预后有意义的因素；将P0.05的所有因素纳入多因素Cox分析中，获得独立的危险因素，并对各个组学的风险评分作为独立危险因素进行评估；筛选出具有四组学特征数据的患者，用于构建多组学融合模型；将验证后的各个组学的风险评分作为新的特征，利用岭回归计算各个组学风险评分的系数，加权后得到融合后的线性组合模型，并计算融合后的风险评分，记为Multscore。

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中国科学院深圳先进技术研究院;郑州大学第一附属医院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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”。