買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京大學申請的專利基于基因組學的生物標志物篩選方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119360969B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411946317.4，技術領域涉及：G16B35/20；該發明授權基于基因組學的生物標志物篩選方法及系統是由侯艷設計研發完成，并于2024-12-27向國家知識產權局提交的專利申請。

本基于基因組學的生物標志物篩選方法及系統在說明書摘要公布了：本申請公開了一種基于基因組學的生物標志物篩選方法及系統，涉及生物檢測技術領域，該方法包括：根據癌癥疾病生物樣本的轉錄組測序數據，確定與顯著基因相關的生物標志表達數據，并通過邏輯回歸模型估計生物標志物與癌癥疾病關聯的后驗分布；根據后驗分布和基因間相互作用網絡確定顯著相互作用基因；基于顯著相互作用基因，篩選得到與癌癥疾病相關的生物標志物列表。由于本申請通過癌癥疾病生物樣本的轉錄組測序數據，篩選得到后驗分布和顯著相互作用基因，避免了傳統的生物標志物篩選過程中由于生物標志物特異性不高導致漏檢的情況，從而可得到與癌癥疾病相關性高的生物標志物列表，提高了生物標志物篩選過程的靈敏度。

本發明授權基于基因組學的生物標志物篩選方法及系統在權利要求書中公布了：1.一種基于基因組學的生物標志物篩選方法，其特征在于，所述的方法包括： 根據癌癥疾病生物樣本的轉錄組測序數據，確定與顯著基因相關的生物標志表達數據，所述轉錄組測序數據基于功能基因組學與臨床基因組學構建獲得； 基于所述顯著基因的生物標志表達數據，通過邏輯回歸模型估計生物標志物與癌癥疾病關聯的后驗分布； 根據所述后驗分布和基因間相互作用網絡，確定癌癥疾病生物樣本中的顯著相互作用基因； 基于所述顯著相互作用基因，篩選得到與癌癥疾病相關的生物標志物列表； 其中，所述根據癌癥疾病生物樣本的轉錄組測序數據，確定與顯著基因相關的生物標志表達數據的步驟，包括：獲取多種類型的癌癥疾病生物樣本；對所述癌癥疾病生物樣本進行轉錄擴增；對經過轉錄擴增后的癌癥疾病生物樣本進行測序分析，測定癌癥疾病生物樣本中RNA分子的序列信息，以功能基因組學與臨床基因組學為基準進行篩選，得到轉錄組測序數據； 根據基因表達水平對所述轉錄組測序數據進行初步篩選，得到基因差異數據；以與癌癥疾病有顯著關聯的標準對所述基因差異數據進行關聯檢驗，獲取關聯檢驗后的基因差異數據；通過層次聚類算法對所述關聯檢驗后的基因差異數據進行特征篩選，將所述關聯檢驗后的基因差異數據中與癌癥疾病狀態有強烈關聯的數據做層次聚合，構建層次化的聚類樹狀結構，以展示關聯檢驗后的基因差異數據中的樣本與基因之間的層次關系，獲得基因與癌癥疾病的層次關聯結果；根據所述層次關聯結果，確定與顯著基因相關的生物標志表達數據； 其中，所述基于所述顯著基因的生物標志表達數據，通過邏輯回歸模型估計生物標志物與癌癥疾病關聯的后驗分布的步驟，包括：基于所述顯著基因的生物標志表達數據，建立二元結果的模型： ； 其中，表示促進聚合的研究指標，即生物標志表達數據；對于研究中的單個，代表二元疾病結果；代表來自參考實驗室的生物標志物暴露測量，即參考測量；代表來自研究特異性局部實驗室的生物標志物測量，即局部測量，代表其他協變量的向量； 使用邏輯回歸模型來描述生物標志物與癌癥疾病的關聯： ； 其中，為研究特異性截距；為logit函數的倒數；是優勢比的對數，用于描述生物標志物和疾病之間的關系；是的元素；表示所有參數的集合； 通過貝葉斯方法，將生物標志物與癌癥疾病的關聯的非歸一化聯合，將未重新分析的生物標本的參考測量值視為不可觀察的潛在變量，建立雙水平研究-生物標本模型描述參考測量、局部測量和結果之間的關系，以估計生物標志物-癌癥疾病關聯的后驗分布： ； 其中， ； 其中，是研究的樣本總數；對于研究中的單個，代表參考測量的值可用，否則為。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京大學，其通訊地址為：100080 北京市海淀區頤和園路5號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。