買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉首都醫(yī)科大學(xué)附屬北京天壇醫(yī)院;深圳華大生命科學(xué)研究院申請的專利一種髓母細(xì)胞瘤患者分子分型方法、設(shè)備、計算機可讀存儲介質(zhì)及產(chǎn)品獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN118629496B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202410757021.1，技術(shù)領(lǐng)域涉及：G16B20/30；該發(fā)明授權(quán)一種髓母細(xì)胞瘤患者分子分型方法、設(shè)備、計算機可讀存儲介質(zhì)及產(chǎn)品是由李建康;劉海龍;陳璇;姜濤;韓洞明;王子瑋;李梅鈺;金鑫設(shè)計研發(fā)完成，并于2024-06-12向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種髓母細(xì)胞瘤患者分子分型方法、設(shè)備、計算機可讀存儲介質(zhì)及產(chǎn)品在說明書摘要公布了：本發(fā)明公開一種髓母細(xì)胞瘤患者分子分型方法、設(shè)備、計算機可讀存儲介質(zhì)及產(chǎn)品，涉及髓母細(xì)胞瘤分型領(lǐng)域，方法包括獲取全基因組測序數(shù)據(jù)；全基因組測序數(shù)據(jù)包括：正常小腦組織全基因組測序數(shù)據(jù)和髓母細(xì)胞瘤患者腫瘤組織的全基因組測序數(shù)據(jù)；對全基因組測序數(shù)據(jù)的全基因組胞嘧啶報告文件進(jìn)行差異甲基化區(qū)域DMR分析；對DMR分析結(jié)果進(jìn)行篩選、主成分分析以及t?SNE分析；對t?SNE結(jié)果矩陣采用kmeans聚類方法進(jìn)行聚類；根據(jù)聚類結(jié)果，采用拷貝數(shù)變異CNV進(jìn)行注釋，得到髓母細(xì)胞瘤患者的分子分型結(jié)果。本發(fā)明能夠?qū)λ枘讣?xì)胞瘤患者進(jìn)行精準(zhǔn)分型。

本發(fā)明授權(quán)一種髓母細(xì)胞瘤患者分子分型方法、設(shè)備、計算機可讀存儲介質(zhì)及產(chǎn)品在權(quán)利要求書中公布了：1.一種髓母細(xì)胞瘤患者分子分型方法，其特征在于，所述方法包括： 獲取全基因組測序數(shù)據(jù)；所述全基因組測序數(shù)據(jù)包括：正常小腦組織全基因組測序數(shù)據(jù)和髓母細(xì)胞瘤患者腫瘤組織的全基因組測序數(shù)據(jù)； 對全基因組測序數(shù)據(jù)的全基因組胞嘧啶報告文件進(jìn)行差異甲基化區(qū)域DMR分析； 對DMR分析結(jié)果進(jìn)行篩選、主成分分析以及t-SNE分析； 對t-SNE結(jié)果矩陣采用kmeans聚類方法進(jìn)行聚類； 根據(jù)聚類結(jié)果，采用拷貝數(shù)變異CNV進(jìn)行注釋，得到髓母細(xì)胞瘤患者的分子分型結(jié)果； 所述對DMR分析結(jié)果進(jìn)行篩選、主成分分析以及t-SNE分析，具體包括： 根據(jù)DMR分析結(jié)果每一DMR在患者中的方差； 將所有DMR的方差進(jìn)行遞減排序，并保留排序序列前50％的部分； 將保留的部分組成矩陣M，并根據(jù)矩陣M生成矩陣Mrand；矩陣M的維度為N2，n，其中N是選取DMR的數(shù)量，n為患者數(shù)量；M中的每一個元素表示β值；對矩陣M的每一列進(jìn)行隨機重排，生成一個新的矩陣Mrand；其中，每一列的元素順序被隨機打亂；矩陣M和矩陣Mrand維度相同； 對矩陣M和矩陣Mrand進(jìn)行主成分分析，并分別確定矩陣M的協(xié)方差矩陣C和矩陣Mrand的協(xié)方差矩陣Crand； 使用RSpectra包的eigs函數(shù)對協(xié)方差矩陣C和協(xié)方差矩陣Crand進(jìn)行特征值分解，得到特征值和特征向量；所述特征值分解的過程為： Evalues_and_Evectors＝RSpectra::eigsC，k＝ncolM； Evalues_and_Evectorsrand＝RSpectra::eigsCrand，k＝ncolMrand； 將協(xié)方差矩陣Crand的最大特征值與協(xié)方差矩陣C的特征值進(jìn)行比較得到特征向量的數(shù)量；利用公式Evalues_randmax＝maxEvalues_rand1，Evalues_rand2，...，Evalues_randn找到Crand特征值中的最大值，并將最大值存在變量Evalues_randmax中；C的特征值表示為：Evalues1，Evalues2，...，Evaluesn；選擇C中m個特征向量，使得EvaluesmEvalues_randmax，最終得到V＝[Evalues1，Evalues2，...，Evaluesm]； 根據(jù)得到的特征向量使用Rtsne軟件包進(jìn)行t-SNE分析；參數(shù)選擇為：theta＝0，pca＝F，max_iter＝2500，perplexity＝10。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人首都醫(yī)科大學(xué)附屬北京天壇醫(yī)院;深圳華大生命科學(xué)研究院，其通訊地址為：100160 北京市豐臺區(qū)南四環(huán)西路119號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。