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！

龙图腾网获悉北京大学申请的专利基于基因组学的生物标志物筛选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：CN119360969B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202411946317.4，技术领域涉及：G16B35/20；该发明授权基于基因组学的生物标志物筛选方法及系统是由侯艳设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本基于基因组学的生物标志物筛选方法及系统在说明书摘要公布了：本申请公开了一种基于基因组学的生物标志物筛选方法及系统，涉及生物检测技术领域，该方法包括：根据癌症疾病生物样本的转录组测序数据，确定与显著基因相关的生物标志表达数据，并通过逻辑回归模型估计生物标志物与癌症疾病关联的后验分布；根据后验分布和基因间相互作用网络确定显著相互作用基因；基于显著相互作用基因，筛选得到与癌症疾病相关的生物标志物列表。由于本申请通过癌症疾病生物样本的转录组测序数据，筛选得到后验分布和显著相互作用基因，避免了传统的生物标志物筛选过程中由于生物标志物特异性不高导致漏检的情况，从而可得到与癌症疾病相关性高的生物标志物列表，提高了生物标志物筛选过程的灵敏度。

本发明授权基于基因组学的生物标志物筛选方法及系统在权利要求书中公布了：1.一种基于基因组学的生物标志物筛选方法，其特征在于，所述的方法包括： 根据癌症疾病生物样本的转录组测序数据，确定与显著基因相关的生物标志表达数据，所述转录组测序数据基于功能基因组学与临床基因组学构建获得； 基于所述显著基因的生物标志表达数据，通过逻辑回归模型估计生物标志物与癌症疾病关联的后验分布； 根据所述后验分布和基因间相互作用网络，确定癌症疾病生物样本中的显著相互作用基因； 基于所述显著相互作用基因，筛选得到与癌症疾病相关的生物标志物列表； 其中，所述根据癌症疾病生物样本的转录组测序数据，确定与显著基因相关的生物标志表达数据的步骤，包括：获取多种类型的癌症疾病生物样本；对所述癌症疾病生物样本进行转录扩增；对经过转录扩增后的癌症疾病生物样本进行测序分析，测定癌症疾病生物样本中RNA分子的序列信息，以功能基因组学与临床基因组学为基准进行筛选，得到转录组测序数据； 根据基因表达水平对所述转录组测序数据进行初步筛选，得到基因差异数据；以与癌症疾病有显著关联的标准对所述基因差异数据进行关联检验，获取关联检验后的基因差异数据；通过层次聚类算法对所述关联检验后的基因差异数据进行特征筛选，将所述关联检验后的基因差异数据中与癌症疾病状态有强烈关联的数据做层次聚合，构建层次化的聚类树状结构，以展示关联检验后的基因差异数据中的样本与基因之间的层次关系，获得基因与癌症疾病的层次关联结果；根据所述层次关联结果，确定与显著基因相关的生物标志表达数据； 其中，所述基于所述显著基因的生物标志表达数据，通过逻辑回归模型估计生物标志物与癌症疾病关联的后验分布的步骤，包括：基于所述显著基因的生物标志表达数据，建立二元结果的模型： ； 其中，表示促进聚合的研究指标，即生物标志表达数据；对于研究中的单个，代表二元疾病结果；代表来自参考实验室的生物标志物暴露测量，即参考测量；代表来自研究特异性局部实验室的生物标志物测量，即局部测量，代表其他协变量的向量； 使用逻辑回归模型来描述生物标志物与癌症疾病的关联： ； 其中，为研究特异性截距；为logit函数的倒数；是优势比的对数，用于描述生物标志物和疾病之间的关系；是的元素；表示所有参数的集合； 通过贝叶斯方法，将生物标志物与癌症疾病的关联的非归一化联合，将未重新分析的生物标本的参考测量值视为不可观察的潜在变量，建立双水平研究-生物标本模型描述参考测量、局部测量和结果之间的关系，以估计生物标志物-癌症疾病关联的后验分布： ； 其中， ； 其中，是研究的样本总数；对于研究中的单个，代表参考测量的值可用，否则为。

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北京大学，其通讯地址为：100080 北京市海淀区颐和园路5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”。