CN101603088A - 评估基因序列与药物药理反应的相关性的方法及系统 - Google Patents
评估基因序列与药物药理反应的相关性的方法及系统 Download PDFInfo
- Publication number
- CN101603088A CN101603088A CNA2009101086992A CN200910108699A CN101603088A CN 101603088 A CN101603088 A CN 101603088A CN A2009101086992 A CNA2009101086992 A CN A2009101086992A CN 200910108699 A CN200910108699 A CN 200910108699A CN 101603088 A CN101603088 A CN 101603088A
- Authority
- CN
- China
- Prior art keywords
- gene order
- gene
- drug
- medicine
- associated data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明涉及基因工程和生物医学工程领域,提供了一种评估基因序列与药物药理反应的相关性的方法及系统。所述方法包括以下步骤:A.检测与疾病和/或其治疗药物的药理反应相关的基因位点的基因序列;B.在数据库中查找与检测到的基因序列具有一致性的基因序列,并提取出对应的药物相关性数据;C.根据所述药物相关性数据生成药物评估结果,并输出。所述系统包括数据库、基因序列检测单元、数据处理单元和输出单元。本发明使药物的药理反应与疾病之间的相关性得到明确,从而提高后续治疗过程中用药的针对性。
Description
技术领域
本发明涉及基因工程和生物医学工程领域,更具体地说,涉及一种评估基因序列与药物药理反应的相关性的方法及系统。
背景技术
在目前的医疗技术中,一般都能够对疾病进行确诊。但是目前使用中的很多药物,并不清楚其对疾病是否确定有效,这在肿瘤等疾病中显得尤为常见。此外,由于病患存在个体差异,也不清楚药物在不同的情形下是否会产生不良反应。
由上可知,现有技术无法明确药物的药理反应(包括疗效和不良反应)与疾病之间的相关性,在后续的治疗过程中只能进行经验性用药,而这种方式是基于群体数据的结果,难以指导不同个体的治疗。
因此需要一种方法,使药物的药理反应与疾病之间的相关性得到明确,从而提高后续治疗过程中用药的针对性。
发明内容
本发明的目的之一在于提供一种评估基因序列与药物药理反应的相关性的系统,旨在解决现有技术无法对药物的药理反应与疾病之间的相关性进行评估,导致后续治疗过程中用药的针对性较差的问题。
为了实现发明目的,所述评估基因序列与药物药理反应的相关性的系统包括一用于存储与基因序列对应的药物相关性数据的数据库,还包括基因序列检测单元、数据处理单元和输出单元:
基因序列检测单元,检测与疾病和/或其治疗药物的药理反应相关的基因位点的基因序列,并将其发送给数据处理单元;
数据处理单元,在数据库中查找与检测到的基因序列具有一致性的基因序列,并提取出对应的药物相关性数据,以及根据所述药物相关性数据生成药物评估结果;
输出单元,将所述药物评估结果输出。
其中,所述基因序列检测单元对与疾病相应的组织或体液标本进行多个基因位点的平行检测,得到与疾病和/或其治疗药物的药理反应相关的所有基因位点的基因序列。
其中,所述数据处理单元进一步包括查询模块、数据提取模块和数据分析模块:查询模块,将基因序列检测单元检测到的基因序列输入数据库,查找与其具有一致性的基因序列;数据提取模块,将所述具有一致性的基因序列对应的药物相关性数据从数据库中提取出来;数据分析模块,对所述药物相关性数据进行分析,生成药物评估结果。
其中,所述查询模块根据检索条件对基因序列进行检索,并对检索结果进行一致性筛选,得到与所述检测到的基因序列的碱基数量和排列顺序相同的基因序列。
其中,所述数据分析模块对量化后的药物相关性数据进行加权运算,并根据运算结果进行排序,得出药物评估结果。
为了更好的实现发明目的,本发明还提供了一种基于前述系统评估基因序列与药物药理反应的相关性的方法,该方法包括以下步骤:
A.检测与疾病和/或其治疗药物的药理反应相关的基因位点的基因序列;
B.在数据库中查找与检测到的基因序列具有一致性的基因序列,并提取出对应的药物相关性数据;
C.根据所述药物相关性数据生成药物评估结果,并输出。
其中,所述步骤A包括:对与疾病相应的组织或体液标本进行多个基因位点的平行检测,得到与疾病和/或其治疗药物的药理反应相关的所有基因位点的基因序列。
其中,所述步骤B包括:B1.将检测到的基因序列输入数据库,查找与其具有一致性的基因序列;B2.将所述具有一致性的基因序列对应的药物相关性数据从数据库中提取出来。
其中,所述步骤B1包括:B11.根据检索条件对基因序列进行检索;B12.对检索结果进行一致性筛选,得到与所述检测到的基因序列的碱基数量和排列顺序相同的基因序列。
其中,所述步骤C中根据所述药物相关性数据生成药物评估结果的过程包括:C1.对药物相关性数据进行量化;C2.对量化后的药物相关性数据进行加权运算;C3.对运算结果排序,并根据排序情况得出药物评估结果。
由上可知,本发明使药物的药理反应与疾病之间的相关性得到明确,从而提高了后续治疗过程中用药的针对性。
附图说明
图1是本发明一个实施例中评估基因序列与药物药理反应的相关性的系统结构示意图;
图2是图1所示实施例中数据处理单元20的结构示意图;
图3是本发明一个实施例中评估基因序列与药物药理反应的相关性的方法流程图;
图4是图3所示实施例中步骤S32的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。
图1示出了本发明一个实施例中评估基因序列与药物药理反应的相关性的系统结构,该系统包括基因序列检测单元10、数据处理单元20、数据库30和输出单元40。需要说明的是,各功能模块之间的通信方式可以采取多种,本发明的保护范围不应限定为某种特定类型的通信方式。其中:
(1)基因序列检测单元10,检测与疾病和/或其治疗药物的药理反应相关的基因位点的基因序列,并将检测到的基因序列发送给数据处理单元20。
(2)数据处理单元20,在数据库30中查找与检测到的基因序列具有一致性的基因序列,并从数据库30中提取出对应的药物相关性数据,以及根据该药物相关性数据生成药物评估结果,然后将药物评估结果发送给输出单元40。
(3)数据库30,用于存储与基因序列对应的药物相关性数据,供数据处理单元20进行查找和提取。
(4)输出单元40,将数据处理单元20生成的药物评估结果输出。
在本发明中,上述基因序列检测单元10可通过多种方式检测与疾病和/或其治疗药物的药理反应相关的基因位点的基因序列。关于“与疾病和/或其治疗药物的药理反应相关的基因”,需要说明的是:人类存在3万多个基因,而人类的多数疾病,尤其是肿瘤,是一个多基因、多步骤的过程,在疾病的不同阶段,涉及不同的基因表达和相互关联,某些互相协同,某些互相遏制。与疾病和/或其治疗药物的药理反应相关的基因,属于药物遗传学或药物基因组学的范畴。
在一个优选实施例中,检测方式是:根据不同的疾病,获取相应的组织或体液标本进行多个基因位点的平行检测,得到与疾病和/或其治疗药物的药理反应相关的所有基因位点的基因序列,从而在投药前获知相关的药物遗传学背景。具体的检测过程如下:首先,从组织或体液标本提取基因表达物或基因组材料,通过反转录、链式聚合酶扩增等方法得到与疾病相关的多基因片段;然后,将这些多基因片段通过分子生物学的文库制备过程处理制备成短片段基因库;最后,利用高通量基因测序设备,对这些短片段基因库中的基因片段进行测序,得到测序结果。需要说明的是,本专利检测基因序列的方式并不局限于上述实施例,其他方式均包含在本专利的保护范围之内。
图2是图1所示实施例中数据处理单元20的结构示意图。该数据处理单元20包括:
(1)查询模块201,将基因序列检测单元10检测到的基因序列输入数据库30,查找与其具有一致性的基因序列。在一个实施例中,查询模块201的查询过程具体包括:首先输入检测到的基因序列并根据一定的检索条件在数据库30中查找;然后对查找到的所有基因序列进行一致性筛选。所述的一致性,是指检测到的基因序列与数据库30中存储的基因序列相比,在碱基数量和排列顺序上都相同。
查询模块201中设置有一定的检索条件,当输入检测到的基因序列后,则按照该检索条件在数据库30中进行查找。该检索条件可以设置为多种类型,例如:是一段典型的与疾病和/或其治疗药物的药理反应相关的基因序列。另外,在实际应用中,该检索条件也存在多种设置方式,例如可以采用系统默认的检索条件,或者将用户自定义的检索条件导入该查询模块201中。
(2)数据提取模块202,将数据库30中与该具有一致性的基因序列对应的药物相关性数据提取出来。
在本发明的一个实施例中,数据提取模块202发送一个提取命令给数据库30,该提取命令中包含提取目标,即该具有一致性的基因序列。当数据库30收到该提取命令后,则将与其对应的药物相关性数据发送给数据提取模块202。若基因序列检测单元10中检测到多个基因序列,则查询模块201将查找到对应数量的具有一致性的基因序列,数据提取模块202也将会从数据库30中提取出对应数量的多份药物相关性数据。
(3)数据分析模块203,对所提取出的药物相关性数据进行分析,生成药物评估结果。需要说明的是,如果基因序列检测单元10只检测到一个基因序列,数据提取模块202最终只会提取出一份对应的药物相关性数据,那么数据分析模块203仅仅根据这一份药物相关性数据生成药物评估结果;如果基因序列检测单元10检测到多个基因序列,数据提取模块202将提取出多份对应的药物相关性数据,那么数据分析模块203对多份药物相关性数据进行综合分析,生成药物评估结果。
在本发明中,数据分析模块203可以根据多种算法对药物相关性数据进行分析。在本发明的一个实施例中,数据分析模块203采取的一种算法就是:首先对药物相关性数据进行量化,具体是将疗效、不良反应等因子进行量化,例如按照等级赋不同的数值;然后对量化后的药物相关性数据进行加权运算;最后根据运算结果进行排序,得出最佳的药物配伍方案,即为药物评估结果。当然,本发明并不限于上述的分析方法,还可以采取其他类似的算法。
在本发明的一个实施例中,上述数据库30内部的数据存储方式,是利用数据表的形式存储与各种不同基因序列对应的药物相关性数据。
该数据库30的构建过程包括:首先选择多个样本,即患有同种疾病的病患。然后针对各个样本:(1)检测与该疾病有关的所有基因位点的基因序列;(2)在用药过程中,测各个基因位点的基因序列类型与某种药物的药理反应之间的相关性,该药理反应包括药效和各种不良反应,统称为药物相关性数据;(3)将所测得的药物相关性数据统计起来,存储到数据库30中。需要说明的是,本发明并不涉及数据库30本身的构建过程,而是在评估基因序列与药物药理反应的相关性时需要基于该数据库30来实现。该数据库30内部的数据存储方式可参考现有技术,例如采用数据表的方式等,此处不进行赘述。
在本发明的一个实施例中,上述输出单元40有多种存在形式,例如计算机显示屏等。另外该输出单元40有多种数据输出方式,例如直接打印、将数据显示到显示屏等。关于输出单元40的存在形式和数据输出方式可参考现有技术中的各种可实现情形,并不限于上述实施例。
图3是本发明一个实施例中评估基因序列与药物药理反应的相关性的方法流程图。具体过程如下:
在步骤S31中,检测与疾病和/或其治疗药物的药理反应相关的基因位点的基因序列。
在步骤S32中,在数据库30中查找并提取出与检测到的基因序列具有一致性的基因序列,并提取出对应的药物相关性数据。
在步骤S33中,根据药物相关性数据生成药物评估结果,并输出。
在本发明的一个实施例中,上述步骤S31可通过多种方式检测与疾病和/或其治疗药物的药理反应相关的基因位点的基因序列。在一个实施例中,检测方式是:根据不同的疾病,获取相应的组织或体液标本进行多个基因位点的平行检测,得到与疾病和/或其治疗药物的药理反应相关的所有基因位点的基因序列,从而在投药前获知相关的药物遗传学背景。具体的检测过程如下:首先,从组织或体液标本提取基因表达物或基因组材料,通过反转录、链式聚合酶扩增等方法得到与疾病相关的多基因片段;然后,将这些多基因片段通过分子生物学的文库制备过程处理制备成短片段基因库;最后,利用高通量基因测序设备,对这些短片段基因库中的基因片段进行测序,得到测序结果。需要说明的是,本专利检测基因序列的方式并不局限于上述实施例,其他方式均包含在本专利的保护范围之内。
图4是图3所示实施例中步骤S32的方法流程图。该步骤的具体过程如下:
在步骤S321中,将检测到的基因序列输入数据库30,查找与其具有一致性的基因序列。在一个实施例中,数据库30内部的数据存储方式可采用数据表的方式等。该步骤S321的查询过程具体包括:首先输入检测到的基因序列并根据一定的检索条件在数据库30中查找;然后对查找到的所有基因序列进行一致性筛选。所述的一致性,是指检测到的基因序列与数据库30中存储的基因序列相比,在碱基数量和排列顺序上都相同。
在上述步骤S321之前,设置有一定的检索条件,当输入检测到的基因序列后,则按照该检索条件在数据库30中进行查找。该检索条件可以设置为多种类型,例如:是一段典型的与疾病和/或其治疗药物的药理反应相关的基因序列。另外,在实际应用中,该检索条件也存在多种设置方式,例如可以采用系统默认的检索条件,或者将用户自定义的检索条件导入前述的评估系统中。
在步骤S322中,将所述具有一致性的基因序列对应的药物相关性数据从数据库30中提取出来。在本发明的一个实施例中,提取过程包括:首先发送一个提取命令给数据库30,该提取命令中包含提取目标,即该具有一致性的基因序列;当数据库30收到该提取命令后,则反馈与其对应的药物相关性数据。
在本发明的一个实施例中,前述图3中的步骤S33对所述药物相关性数据进行分析,生成药物评估结果。需要说明的是,如果在步骤S31中只检测到一个基因序列,则只会提取出一份对应的药物相关性数据,那么仅仅根据这一份药物相关性数据生成药物评估结果;如果在步骤S31中检测到多个基因序列,则将提取出多份对应的药物相关性数据,那么需要对多份药物相关性数据进行综合分析,生成药物评估结果。
在上述步骤S33中,可以根据多种算法对药物相关性数据进行分析。在一个优选实施例中所采取的算法是:首先对药物相关性数据进行量化,具体是将疗效、不良反应等因子进行量化,例如按照等级赋不同的数值;然后对量化后的药物相关性数据进行加权运算;最后根据运算结果进行排序,得出最佳的药物配伍方案,即为药物评估结果。当然,本发明并不限于上述的分析方法,还可以采取其他类似的算法。
在本发明的一个实施例中,上述步骤S33将药物评估结果输出可采取多种方式。例如直接打印、将数据显示到显示屏等。应该说明的是,本发明并不局限于某种特定类型的数据输出方式。
实例:
以晚期结直肠肿瘤为例对本专利方案进行详述。具体过程如下:
1、检测与该结直肠肿瘤的治疗药物的疗效相关的所有基因位点的基因序列。目前已知该结直肠肿瘤的常用药物包括3大类化疗药物(氟尿嘧啶类、奥沙利铂、伊立替康)和2种单克隆抗体(针对EGFR的西妥昔单抗和帕尼单抗、针对VEGF的贝伐单抗)。临床常用的方案包括上述各种药物的任何一种组合。
与上述各种药物的疗效相关的基因如下表所示:
药物 | 与药物疗效相关的基因序列 |
氟尿嘧啶类药物 | TS,DPD,TP,MSI,MTHFR表达/基因多态性 |
伊立替康 | UGT polymorphisms,MSI,transporter多态性 |
奥沙利铂 | ERCC1,GST P1,XPD表达,transporter多态性 |
针对EGFR的单克隆抗体(西妥昔单抗、帕尼单抗) | 基因扩增/多态性,K-RAS突变,BRAF突变,配体表达,PTEN表达,VEGF水平 |
针对VEGF的单克隆抗体(贝伐单抗) | VEGF多态性,ICAM多态性/表达水平,E-selectin表达水平,HIF1,Glut-1,VEGFR基因表达 |
而在本实施例中,步骤1检测到了与其中四种药物的疗效相关的基因位点的基因序列,包括3类,共6个子类型,即:与氟尿嘧啶类药物疗效和毒性均相关的DPD(包括DPD高、DPD低),与伊立替康毒性相关的UGT1A1*28(包括UGT1A1*28野生型、UGT1A1*28变异体),与西妥昔单抗/帕尼单抗的疗效相关的K-RAS突变(包括K-RAS野生型与K-RAS突变型)。
2、将检测到的上述基因序列输入数据库30,查找与其具有一致性的基因序列。在本实施例中,在数据库30中查找到与上述基因序列中的4个对应完全一致的基因序列:UGT1A1*28野生型、UGT1A1*28变异体、K-RAS野生型与K-RAS突变型。
3、将数据库30中这些基因序列对应的药物相关性数据提取出来,该药物相关性数据也即基因序列与某种药物的药理反应之间的相关性,药理反应包括药效和不良反应等。在本实施例中,数据库30中所存储的这些基因序列对应的药物相关性数据如下表所示:
基因序列 | 相关药物 | 疗效 | 不良反应 |
UGT1A1*28野生型 | 伊立替康 | N/A | 轻微 |
UGT1A1*28变异体 | 伊立替康 | N/A | 严重 |
K-RAS野生型 | 西妥昔单抗/帕尼单抗 | 较好 | N/A |
K-RAS突变型 | 西妥昔单抗/帕尼单抗 | 无效 | N/A |
需要说明的是,上表中部分药物的疗效或不良反应在临床中还未得到完全确认,因此暂用N/A(Not Applicable,不适用)标识。本实施例中疗效栏中标识为N/A的项可等同于一般,不良反应栏中标识为N/A的项可等同于轻微,从而在后面的计算过程中不构成偏向性的影响。
4、对上表中的药物相关性数据进行分析,生成药物评估结果。分析采取的算法是:将药物相关性数据(包括疗效和不良反应)进行量化,例如将疗效的较好、一般、无效分别赋值为2、1、0,将不良反应的无、轻微、严重也分别赋值为2、1、0,对这两项进行简单的叠加运算。以下是各个药物对应的分析及运算之后的排序及评估结果:
基因序列 | 相关药物 | 疗效 | 不良反应 | 运算 | 评估 |
UGT1A1*28野生型 | 伊立替康 | 1 | 2 | 3 | √ |
K-RAS野生型 | 西妥昔单抗/帕尼单抗 | 2 | 1 | 3 | √ |
UGT1A1*28变异体 | 伊立替康 | 1 | 0 | 1 | × |
K-RAS突变型 | 西妥昔单抗/帕尼单抗 | 0 | 1 | 1 | × |
其中,√表示该药物为可选药物,×表示该药物不可选。在该实施例的上述结果中,则可选两种药物:针对UGT1A1*28野生型的伊立替康,和针对K-RAS野生型的西妥昔单抗/帕尼单抗。
5、将该药物评估结果显示到计算机显示屏上,供用户查看。
应当说明的是,上述实例中涉及的数据及算法仅为阐明本专利技术方案的需要,并不对保护范围构成限制,本发明可以根据实际情况变换算法和代入数据。另外,本发明典型的应用于上述对肿瘤相关基因位点的基因序列与药物药理反应的相关性进行评估,但并不限定于此,在其他类似的情形中也可以应用本发明所阐述的方法。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1、一种评估基因序列与药物药理反应的相关性的系统,包括一用于存储与基因序列对应的药物相关性数据的数据库,其特征在于,所述系统还包括基因序列检测单元、数据处理单元和输出单元:
基因序列检测单元,检测与疾病和/或其治疗药物的药理反应相关的基因位点的基因序列,并将其发送给数据处理单元;
数据处理单元,在数据库中查找与检测到的基因序列具有一致性的基因序列,并提取出对应的药物相关性数据,以及根据所述药物相关性数据生成药物评估结果;
输出单元,将所述药物评估结果输出。
2、根据权利要求1所述的评估基因序列与药物药理反应的相关性的系统,其特征在于,所述基因序列检测单元对与疾病相应的组织或体液标本进行多个基因位点的平行检测,得到与疾病和/或其治疗药物的药理反应相关的所有基因位点的基因序列。
3、根据权利要求1所述的评估基因序列与药物药理反应的相关性的系统,其特征在于,所述数据处理单元进一步包括查询模块、数据提取模块和数据分析模块:
查询模块,将基因序列检测单元检测到的基因序列输入数据库,查找与其具有一致性的基因序列;
数据提取模块,将所述具有一致性的基因序列对应的药物相关性数据从数据库中提取出来;
数据分析模块,对所述药物相关性数据进行分析,生成药物评估结果。
4、根据权利要求3所述的评估基因序列与药物药理反应的相关性的系统,其特征在于,所述查询模块根据检索条件对基因序列进行检索,并对检索结果进行一致性筛选,得到与所述检测到的基因序列的碱基数量和排列顺序相同的基因序列。
5、根据权利要求3或4所述的评估基因序列与药物药理反应的相关性的系统,其特征在于,所述数据分析模块对量化后的药物相关性数据进行加权运算,并根据运算结果进行排序,得出药物评估结果。
6、一种基于权利要求1所述系统评估基因序列与药物药理反应的相关性的方法,所述系统包括一用于存储与基因序列对应的药物相关性数据的数据库,其特征在于,所述方法包括以下步骤:
A.检测与疾病和/或其治疗药物的药理反应相关的基因位点的基因序列;
B.在数据库中查找与检测到的基因序列具有一致性的基因序列,并提取出对应的药物相关性数据;
C.根据所述药物相关性数据生成药物评估结果,并输出。
7、根据权利要求6所述的评估基因序列与药物药理反应的相关性的方法,其特征在于,所述步骤A包括:
对与疾病相应的组织或体液标本进行多个基因位点的平行检测,得到与疾病和/或其治疗药物的药理反应相关的所有基因位点的基因序列。
8、根据权利要求6所述的评估基因序列与药物药理反应的相关性的方法,其特征在于,所述步骤B包括:
B1.将检测到的基因序列输入数据库,查找与其具有一致性的基因序列;
B2.将所述具有一致性的基因序列对应的药物相关性数据从数据库中提取出来。
9、根据权利要求8所述的评估基因序列与药物药理反应的相关性的方法,其特征在于,所述步骤B1包括:
B11.根据检索条件对基因序列进行检索;
B12.对检索结果进行一致性筛选,得到与所述检测到的基因序列的碱基数量和排列顺序相同的基因序列。
10、根据权利要求6至9中任一项所述的评估基因序列与药物药理反应的相关性的方法,其特征在于,所述步骤C中根据所述药物相关性数据生成药物评估结果的过程包括:
C1.对药物相关性数据进行量化;
C2.对量化后的药物相关性数据进行加权运算;
C3.对运算结果排序,并根据排序情况得出药物评估结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2009101086992A CN101603088A (zh) | 2009-07-16 | 2009-07-16 | 评估基因序列与药物药理反应的相关性的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2009101086992A CN101603088A (zh) | 2009-07-16 | 2009-07-16 | 评估基因序列与药物药理反应的相关性的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101603088A true CN101603088A (zh) | 2009-12-16 |
Family
ID=41468989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2009101086992A Pending CN101603088A (zh) | 2009-07-16 | 2009-07-16 | 评估基因序列与药物药理反应的相关性的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101603088A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959856A (zh) * | 2018-06-29 | 2018-12-07 | 迈凯基因科技有限公司 | 一种疾病基因变异及药物解读多数据库交互系统及方法 |
CN115148375A (zh) * | 2022-08-31 | 2022-10-04 | 之江实验室 | 一种高通量真实世界药物有效性与安全性评价方法及系统 |
CN115458188A (zh) * | 2022-11-11 | 2022-12-09 | 神州医疗科技股份有限公司 | 药物高效应答候选标记的挖掘方法及系统 |
-
2009
- 2009-07-16 CN CNA2009101086992A patent/CN101603088A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959856A (zh) * | 2018-06-29 | 2018-12-07 | 迈凯基因科技有限公司 | 一种疾病基因变异及药物解读多数据库交互系统及方法 |
CN108959856B (zh) * | 2018-06-29 | 2019-06-21 | 迈凯基因科技有限公司 | 一种疾病基因变异及药物解读多数据库交互系统及方法 |
CN115148375A (zh) * | 2022-08-31 | 2022-10-04 | 之江实验室 | 一种高通量真实世界药物有效性与安全性评价方法及系统 |
CN115458188A (zh) * | 2022-11-11 | 2022-12-09 | 神州医疗科技股份有限公司 | 药物高效应答候选标记的挖掘方法及系统 |
CN115458188B (zh) * | 2022-11-11 | 2023-03-14 | 神州医疗科技股份有限公司 | 药物高效应答候选标记的挖掘方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Suphavilai et al. | Predicting cancer drug response using a recommender system | |
Van De Wiel et al. | CGHregions: dimension reduction for array CGH data with minimal information loss | |
Abaan et al. | The exomes of the NCI-60 panel: a genomic resource for cancer biology and systems pharmacology | |
Hemani et al. | MR-Base: a platform for systematic causal inference across the phenome using billions of genetic associations | |
US10262107B1 (en) | Pharmacogenetic drug interaction management system | |
Wang et al. | SCOPE: a normalization and copy-number estimation method for single-cell DNA sequencing | |
Boldrick et al. | Stereotyped and specific gene expression programs in human innate immune responses to bacteria | |
Subramanian et al. | Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles | |
Zhang et al. | NyuWa Genome resource: a deep whole-genome sequencing-based variation profile and reference panel for the Chinese population | |
Akgül et al. | Intratumoural heterogeneity underlies distinct therapy responses and treatment resistance in glioblastoma | |
US20140249764A1 (en) | Method for Assembly of Nucleic Acid Sequence Data | |
Natri et al. | Genome-wide DNA methylation and gene expression patterns reflect genetic ancestry and environmental differences across the Indonesian archipelago | |
Bécavin et al. | Listeriomics: an interactive web platform for systems biology of Listeria | |
CN109074420A (zh) | 用于预测靶向药物治疗疾病的效果的系统 | |
Tavolara et al. | Deep learning predicts gene expression as an intermediate data modality to identify susceptibility patterns in Mycobacterium tuberculosis infected Diversity Outbred mice | |
Lee et al. | Phylogenetic delineation of the novel phylum Armatimonadetes (former candidate division OP10) and definition of two novel candidate divisions | |
Chiba et al. | Genomon ITDetector: a tool for somatic internal tandem duplication detection from cancer genome sequencing data | |
Salmén et al. | Multidimensional transcriptomics provides detailed information about immune cell distribution and identity in HER2+ breast tumors | |
Wang et al. | Disease-specific classification using deconvoluted whole blood gene expression | |
Llinares-López et al. | Genome-wide genetic heterogeneity discovery with categorical covariates | |
KR20140048673A (ko) | 개인 단일 염기 다형성에 기반한 개인별 부작용 최소화 약물 검색 시스템 및 그 방법 | |
Chang et al. | Network signatures of IgG immune repertoires in hepatitis B associated chronic infection and vaccination responses | |
CN101603088A (zh) | 评估基因序列与药物药理反应的相关性的方法及系统 | |
Marko et al. | Why is there a lack of consensus on molecular subgroups of glioblastoma? Understanding the nature of biological and statistical variability in glioblastoma expression data | |
Murugesan et al. | Genomic profiling of combined hepatocellular cholangiocarcinoma reveals genomics similar to either hepatocellular carcinoma or cholangiocarcinoma |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20091216 |