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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山西医科大学李健获国家专利权

山西医科大学李健获国家专利权

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!

龙图腾网获悉山西医科大学申请的专利代谢组学视域一种动态集成选择的死亡时间推断策略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:CN116959626B

龙图腾网通过国家知识产权局官网在2025-12-05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:202310840785.2,技术领域涉及:G16C20/70;该发明授权代谢组学视域一种动态集成选择的死亡时间推断策略是由李健;刘明锋;吴妍娟;李娜;党丽虹;安国帅;杜秋香;曹洁;孙俊红设计研发完成,并于2023-07-11向国家知识产权局提交的专利申请。

代谢组学视域一种动态集成选择的死亡时间推断策略在说明书摘要公布了:本发明涉及法医学领域,具体是代谢组学视域一种动态集成选择的死亡时间推断策略,本发明基于非靶向代谢组学检测到的大鼠死后肺脏中的代谢物表达谱构建了动态集成选择模型推断死亡时间,从七种模型中筛选死亡时间预测效能最好的4种模型用于构建模型算法池,在此基础上,使用Stacking和Voting静态集成和DES动态集成选择对模型算法池进行不同策略的集成优化,结果显示基于DES的动态集成选择算法有效的提升了死亡时间的预测准确性。本发明将代谢组学结合动态选择算法首次应用于死亡时间推断中,为提升死亡时间的预测准确率提供了一种新的尝试。

本发明授权代谢组学视域一种动态集成选择的死亡时间推断策略在权利要求书中公布了:1.代谢组学视域一种动态集成选择的死亡时间推断策略建立方法,其特征在于,包括以下步骤: 1收集死亡时间0-18天内的大鼠肺脏样本,采用UPLC-HRMS检测肺脏样本中小分子化合物的含量;具体为:将样本组织从冰箱中取出并在冰上缓慢解冻后,使用精密天平称量200mg±5mg,并放入含有800µL的-4℃冷乙腈的EP管中;将两个氧化锆珠加入到EP管之后将其放入球磨仪MM400中,并以30倍s×30s的振荡频率混合5次;然后将EP管放在涡旋振荡器振荡20秒,并放置在冰上10min;紧接着,样品在4℃下以13000rpm离心30min;离心后取出共400µL的上清液,在冻干器中冷冻干燥180min;最后,将200µL的乙腈水4:1混合物加入到冻干后的沉淀物中进行溶解,振荡1min;样品在4℃下以13000rpm离心30min,用0.22μmPVDF滤膜过滤,然后加入样品瓶中进行UPLC-HRMS分析; 色谱柱为采用ACQUITYUPLC™HSST3色谱柱,柱温为45℃,注射体积为5μL;流动相A为0.1%甲酸水溶液,B为0.1%甲酸乙腈溶液,流速为0.3mLmin;ESI采集正离子和负离子,正负喷雾电压分别为3.0kV和2.7kV;毛细管和加热器分别为320℃和300℃,气体流速为11Lmin;雾化压力为40psi,扫描模式为全扫描dd-MS2,采集范围为mz80~1200Da; 2将原始数据导入CompoundDiscoverer3.0软件中进行数据提取和预处理,依据保留时间和化合物谱图与代谢组学标准数据库mzcloud进行比对确定小分子化合物的信息; 3构建特征选择算法分析以减小数据维度并准确定位与死亡时间推断高度相关的小分子化合物; 4将小分子化合物的表达量作为预测特征,构建不同的机器学习模型,并根据预测性能挑选满足死亡时间推断准确率要求的模型,并将经过筛选的模型分别用作静态集成模型Stacking和Voting的子模型以及动态集成选择模型的模型池,并对各模型进行性能评估确定死亡时间推断的最优模型; 步骤4中,所述不同的机器学习模型的数量为七种,分别为Logistic回归、随机森林、多层感知机、支持向量机、梯度提升树、ExtraTrees和LightGBM;动态集成选择模型是基于Python.DESlib的META-DES算法包。

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山西医科大学,其通讯地址为:030606 山西省晋中市榆次区大学街98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”。

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。