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！

龙图腾网获悉广西师范大学申请的专利一种基于加权突变矩阵识别癌症协作驱动通路的方法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：CN116343920B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310201422.4，技术领域涉及：G16B20/50；该发明授权一种基于加权突变矩阵识别癌症协作驱动通路的方法是由薄关赢;吴璟莉;李高仕设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本一种基于加权突变矩阵识别癌症协作驱动通路的方法在说明书摘要公布了：本发明公开了一种基于加权突变矩阵识别癌症协作驱动通路的方法，包括如下步骤：1设定非线性CMDP模型；2设定MPGA：2.1染色体编码和初始种群；2.2设定适应度函数；2.3选择算子；2.4变异算子；2.5MPGA算法具体流程。这种方法可以识别出更多生物信息，扩展性强，实用性强，能识别到富集在多条重要驱动通路上的基因。

本发明授权一种基于加权突变矩阵识别癌症协作驱动通路的方法在权利要求书中公布了：1.一种基于加权突变矩阵识别癌症协作驱动通路的方法，其特征在于，包括如下步骤： 1设定非线性CMDP模型： 假设有一个体细胞突变矩阵，一个拷贝数变异矩阵，一个癌症样本基因表达矩阵和一个正常样本基因表达矩阵，前三个矩阵的所有行表示癌症样本，第四个矩阵的行表示正常样本，它们的列分别表示候选基因，和，对于矩阵中的每个元素，表示第个基因在第个样本中发生了突变，否则没有发生突变；对于矩阵中的每个元素，如果第个基因在第个样本中的拷贝数扩增或缺失，则，其中，，否则对于矩阵和中的每一个元素，其数值的大小表示第个基因在第个样本中的表达水平； 首先构建一个二元突变矩阵，其中，若不同时等于0，则，否则为0，然后利用癌症样本基因表达矩阵和正常样本基因表达矩阵构建差异倍数矩阵，具体为，其中是正常样本基因表达矩阵第个基因所有表达值取对数后的中位数，最后使用四分位法生成数值型突变矩阵，具体公式如下： 其中是指差异倍数矩阵的第j列值的第三四分位数； 假设和为两个基因不重复的的子矩阵，基于数值型突变矩阵设计了三个公式用于计算协作驱动通路的三个特征即共同覆盖、非共同覆盖、单通路内的互斥性； 共同覆盖的具体计算如下，令，，则和两个矩阵第个样本的共同覆盖为： ， 和两个矩阵整体的共同覆盖为； 非共同覆盖的具体计算如下：假设表示基因突变的样本集合，和分别表示矩阵和所覆盖的样本集合，则和两个矩阵第个样本的非共同覆盖为： ， 和两个矩阵整体的共同覆盖为： ， 其中，，； 单通路内互斥的具体计算如下：设计了一个基于变异系数的测量方法来估计第行中权重的分散程度，计算公式为：，其中和分别表示矩阵和矩阵的第行的标准偏差和平均权重，和两个矩阵各自整体的互斥性为： ， ， 基于上面共同覆盖、非共同覆盖以及单通路内的互斥性的定义，构造非线性CMDP模型：给定一个数值型突变矩阵和一个参数，，确定两个子矩阵和，，以最大化权重函数： ； 2设定MPGA算法： 2.1染色体编码和初始种群： 一条染色体即为所求问题的一个解，在MPGA算法中，一条染色体用表示两个矩阵所做成的一个解，其中，，，，，一条染色体的具体编码方法如下：1、计算矩阵中每个基因的值并按计算后的值降序排列基因，计算公式为；2、根据排列后的顺序，每个基因构建一个初始染色体，对于一个初始染色体来说，前个基因为部分，后个基因为部分，这样一个染色体被分成个组合，重复执行该步骤次以获得初始种群； 2.2设定适应度函数： 适应度函数用来评估一个解的好坏，对于种群的进化起着指导性作用，给定一个染色体X=,，和分别代表矩阵的和大小的两个子矩阵，用于评估解的好坏，适应值越大，所对应的解越好，适应度函数定义为如下： ； 2.3选择算子： 在MPGA算法中，种群进化的不同阶段采用不同的选择算子；在进化的初始阶段，使用指数排名选择算法通过提高选择较差染色体的概率来提高群体的多样性，在进化的其余阶段，采用轮盘赌选择以确保后代快速向最优方向进化； 2.4变异算子： 2.4.1单点交换变异： 给定一个染色体，，，，，，在和中分别随机选择一对互换位点和，，，通过交换和位点上的基因，得到一个新的子代，若大于，则将替换为，否则保持不变； 2.4.2两点交换变异： 给定一个染色体，，，，，，，在和中分别随机选择两对互换位点和，，，通过交换和位点上的基因以及和位点上的基因，得到一个新的子代，若大于，则将替换为，否则保持不变； 2.4.3贪婪变异： 给定一个染色体，，，，，，，构建一个候选基因集，依次在和上进行贪婪变异，从中随机删除一个基因，生成一个初始子代个体，即，，，然后根据贪婪策略从候选基因集大小的子集中随机抽取一个基因，将该基因插入到中以获得更好的子代个体，也就是说，接下来同样的过程在上进行，并产生一个新的子代，若大于，则将替换为，否则保持不变； 2.5MPGA算法具体流程： 在算法1中，总结了MPGA算法，第1步设定MPGA算法中使用的参数，第2步生成初始的多个种群，第3步到第22步这些种群独立演化，第5步对亲代种群执行选择算子，生成种群后代，第6步到第12步试图改善种群中最差的个体，第13步到第17步进行变异操作构建新的种群，整个进化过程由两个参数控制，即最大进化代数maxg和保持最优解不变的阈值maxt，最后，输出多个种群中的最佳个体；

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广西师范大学，其通讯地址为：541004 广西壮族自治区桂林市七星区育才路15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。