CN104603788A - 表型整合社交搜索数据库和方法 - Google Patents
表型整合社交搜索数据库和方法 Download PDFInfo
- Publication number
- CN104603788A CN104603788A CN201380027116.8A CN201380027116A CN104603788A CN 104603788 A CN104603788 A CN 104603788A CN 201380027116 A CN201380027116 A CN 201380027116A CN 104603788 A CN104603788 A CN 104603788A
- Authority
- CN
- China
- Prior art keywords
- data
- sample
- biomolecule
- individuality
- survey database
- 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
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000005259 measurement Methods 0.000 claims abstract description 6
- 108090000623 proteins and genes Proteins 0.000 claims description 65
- 102000004169 proteins and genes Human genes 0.000 claims description 54
- 108020004707 nucleic acids Proteins 0.000 claims description 8
- 102000039446 nucleic acids Human genes 0.000 claims description 8
- 150000007523 nucleic acids Chemical group 0.000 claims description 8
- 239000005556 hormone Substances 0.000 claims description 6
- 229940088597 hormone Drugs 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 5
- 108090000765 processed proteins & peptides Proteins 0.000 claims description 5
- 239000002689 soil Substances 0.000 claims description 3
- 239000008280 blood Substances 0.000 claims description 2
- 210000004369 blood Anatomy 0.000 claims description 2
- 230000036760 body temperature Effects 0.000 claims description 2
- 210000004905 finger nail Anatomy 0.000 claims description 2
- 230000002503 metabolic effect Effects 0.000 claims description 2
- 230000036651 mood Effects 0.000 claims description 2
- 210000003097 mucus Anatomy 0.000 claims description 2
- 230000010344 pupil dilation Effects 0.000 claims description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 2
- 210000003296 saliva Anatomy 0.000 claims description 2
- 230000035807 sensation Effects 0.000 claims description 2
- 210000001138 tear Anatomy 0.000 claims description 2
- 210000002700 urine Anatomy 0.000 claims description 2
- 210000005260 human cell Anatomy 0.000 claims 1
- 230000035479 physiological effects, processes and functions Effects 0.000 claims 1
- 230000010354 integration Effects 0.000 abstract description 4
- 239000000203 mixture Substances 0.000 abstract description 3
- 230000011273 social behavior Effects 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 43
- 229920002477 rna polymer Polymers 0.000 description 7
- 239000000126 substance Substances 0.000 description 7
- 101710138460 Leaf protein Proteins 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 5
- 108020004414 DNA Proteins 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 239000002041 carbon nanotube Substances 0.000 description 4
- 229910021393 carbon nanotube Inorganic materials 0.000 description 4
- 210000004027 cell Anatomy 0.000 description 4
- 230000008451 emotion Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 2
- 108700011259 MicroRNAs Proteins 0.000 description 2
- UCTWMZQNUQWSLP-UHFFFAOYSA-N adrenaline Chemical compound CNCC(O)C1=CC=C(O)C(O)=C1 UCTWMZQNUQWSLP-UHFFFAOYSA-N 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000001747 exhibiting effect Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 239000002679 microRNA Substances 0.000 description 2
- 239000002773 nucleotide Substances 0.000 description 2
- 125000003729 nucleotide group Chemical group 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 244000000626 Daucus carota Species 0.000 description 1
- 108010033040 Histones Proteins 0.000 description 1
- 108091028043 Nucleic acid sequence Proteins 0.000 description 1
- 241000288906 Primates Species 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 108010067390 Viral Proteins Proteins 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 235000005770 birds nest Nutrition 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 210000005056 cell body Anatomy 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 239000002299 complementary DNA Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000001973 epigenetic effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 210000003780 hair follicle Anatomy 0.000 description 1
- 210000002064 heart cell Anatomy 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 230000002969 morbid Effects 0.000 description 1
- 239000002071 nanotube Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 238000009597 pregnancy test Methods 0.000 description 1
- 238000002731 protein assay Methods 0.000 description 1
- 230000012846 protein folding Effects 0.000 description 1
- 230000004853 protein function Effects 0.000 description 1
- 238000001814 protein method Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 210000004927 skin cell Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 210000004916 vomit Anatomy 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
- 235000005765 wild carrot Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
- G16B50/30—Data warehousing; Computing architectures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Organic Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Biotechnology (AREA)
- Biophysics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Genetics & Genomics (AREA)
- Primary Health Care (AREA)
- Analytical Chemistry (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Data Mining & Analysis (AREA)
- Bioethics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Molecular Biology (AREA)
- Microbiology (AREA)
Abstract
本发明提供一种用于建立社交行为与生物学表型测量值的初步整合的方法、数据库和装置。在一个实施例中,提供一种用于将来自样品数据库与调查数据库中的数据相关联的方法。该方法包括从个体获得包括生物分子的样品,同时从个体获得调查数据,将调查数据存储在调查数据库中,分析生物分子的样品以确定生物分子的组分,将来自该组分的数据存储在样品数据库中,以及将来自样品数据库的数据和来自调查数据库的数据相关联。
Description
技术领域
本发明提供一种利用生物学表型测量值建立社交行为的初步整合(first integration)的方法、数据库和装置。
背景技术
广泛理解的是,搜索数据对信息分类和关联很重要。利用丰富的可进行搜索的数据,减少数据搜索的差错率并且增加数据搜索的效率和速度的方法是非常合乎需要的。有用的结果依赖于所采用的查询输入和关联性。一些组织已经使用用户对问题的答案来关联产品和活动的性能参数、信念(例如,Hunch:www.hunch.com)或者推荐引导未来的产品购买的购物行为(Amazon)。用于该装置的其他专门应用程序(“apps”)包括测量和比较类似用户的数据以用于预测未来的软件,例如饭店应用程序,在该应用程序中用户评定饭店,以及收集数据并将其用于预测未来的饭店选择。
此外已经描述了预测消费者行为的方法。例如,美国专利第8,200,525号(结合于此以供参考)描述了一种用于通过结合来自完全不同数据库的转换信息来预测消费者行为的方法和系统。
预测未来选择的能力非常需要。例如,预测未来选择的能力具有如下好处,诸如使卖方能够在采购周期内定位具有高度针对性的消费者。利用正确信息,零售商可获得定制的目标广告,并且为消费者提供激励(优惠券)。还广泛理解的是,消费者希望利用移动设备快速、轻易地确切搜索确定他们需要什么。结合更有效搜索并且为用户提供明显有意义的附加价值。在传统意义上,在这些实施例的任一个中都没有定量的物理生物组分输入。
然而,一些集团已经使用遗传片段,例如单核苷酸多态性(在个体中,当基因组或者其他公用序列中的单核苷酸-A、T、C或G-在生物品种或者成对染色体组分之间不会出现的SNPs或者DNA序列变异)和在线调查来关联个体中的健康风险,以及确定个体的谱系(例如,23和Me,National Geographic and WorldFamilies.net)。进一步地,许多公司使用遗传信息来诊断疾病,包括精神状态。
测量生物组分来诊断身体状况的实施例包括各种试验,诸如广泛采用的妊娠试验以及消费者和医学实验室可用的、其他不需医生处方(over the counter)的试验;然而这些实施例没有专门描述或者预测行为,以及合乎零售商和消费者需要的特征。
发明内容
本发明提供一种新的、整合社交搜索和生物学表型的方法,以及供零售商、消费者及其他人采用的信息的数据库。在本发明的方法和数据库中,在各表型(生物学表型和行为或者情感表型)之间进行关联,与将基因型和表型关联或者将基因型和基因型关联的传统方法比较。
数据库是数据的集合,并且可被存储在被配置为处理数据的一个或多个装置上,例如计算机。
具体实施方式
如接下来使用的,术语表型包括某些特性或者特征,这些特性或者特征是通过某些技术程序可见并且包括作为可见特征的行为。表型可通过可计量的遗传、进化和环境变量进行限制,这些变量可作为生物分子状态进行测量,例如基因序列、外遗传基因组变形、RNA和微RNA含量、蛋白含量、蛋白折叠和变形、代谢物含量和电信号。表型是生物体可见特征或者特性:例如其形态、演变、生化或者生理特性、物候现象、行为和行为产物(例如鸟巢)的组合物。表型源于生物体基因表现以及环境因素的影响和两者之间的相互作用。在本发明的方法中,使用遗传、演变和/或环境或者其他变量,例如在此描述的那些,测量生物分子状态。
给定细胞、组织或者有机体中的蛋白质组的具体状态(通过基因、细胞、组织或者有机体表达的完整一组蛋白质)被称为蛋白型(proteotype)。蛋白型是唯一位于表型下的蛋白质状态。蛋白分型通过目测单一氨基酸标记以蛋白含量中挖掘出基因的潜在遗传信息;源自单个基因的众多蛋白质形式都是可目测的。蛋白型整合了基因型、环境以及发展史(即,在相同环境下,皮肤细胞与具有相同基因型的心脏细胞相比具有不同的蛋白型)施加的限制。由于所有分子都是由蛋白质形成并通过其调整的,蛋白型可直接确定表型。因此,蛋白型可被用来直接推断基因型对表型的作用(因为肽与DNA比对),并且能够实现表型的人造再现(蛋白含量或者转译后修改的变化是可设计的)。蛋白型的完整描述可以分子量级限定表型。
可以理解的是,有机体的活性和动作受到蛋白质的影响。可以测量蛋白质来表示个体的生物分子状态。对蛋白质的大量研究“蛋白质组”目前被用来诊断疾病以及确定基因是否表达在样品中。过去,曾采用不够完善的方法来确定蛋白质的相关活性,例如,测量核糖核酸(RNA)含量。对于某些研究,考虑蛋白质相关活性,相比,蛋白质组比确定例如RNA含量更精确,因为转录速度、RNA半衰期、蛋白质半衰期、蛋白质分布都会影响在充足含量下蛋白质是否能够允许蛋白质的相关活性出现。在核酸通过对蛋白质进行编码以及允许蛋白质进行表达来提高(contributes to)蛋白含量时,通过大量因素确定蛋白质是否实际存在并且是否足量。因此,测量蛋白质是减少错误和减少相关误译的最佳方式。在本发明的实施例中,蛋白质组和/或蛋白型被用来测量个体的生物分子状态或者个体的生物学表型。从样品中提纯蛋白质和测量蛋白质的方法,包括大量分析蛋白质组(例如,通过质谱分析法),在本领域内广泛使用并且众所知周。这种方法可用于本发明的方法中。
可以进一步理解的是,其他生物分子,例如肽、代谢产物、激素和小分子,影响和/或表示有机体的活性和行为。例如,女性生殖激素催产素已与大方照顾行为相关联。本发明中定量的物理生物组分输入包括DNA类型、RNA含量、微RNA类型或者含量、蛋白质含量、蛋白型、新陈代谢水平或者均匀定性或定量的MRI的测量或描述。在本发明的另一个实施例中,测量生物分子,诸如肽、激素和/或小分子或其任一组合,来测量个体的生物分子状态。
在本发明的方法中,识别诸如蛋白质的生物分子为个体情感或行为状态的标记。情感状态包括但不限于基本情感,例如感受亲切度或者兴奋、幸福、忧愁、生气或者惊吓。在收集数据之后和期间,包括与生物分子存在或不存在有关的数据以及来自个体行为或情感状态的数据,对这些数据进行整合和分析。保留确定为与表型有关的数据(例如偏差数据)以及淘汰与表型无关的数据。存储数据并且形成数据库。继续数据收集并且利用这段时间内保留的最佳数据和选择性淘汰最小相关性而对最佳相关性进行按序排列。这些方法揭示了生物分子或者状态与行为或情感状态之间的经验关系。
在此使用的术语“样品”表示身体的(bodily)流体或细胞,包括但不限于唾液、汗液、血液、泪液、粘液、尿液、粪便、口腔细胞刮屑、粪便、毛囊、手指甲或其它身体细胞。样品可以通过个体呼吸到表面上、刮擦到检验部(check),吐到试管内,尿在容器内或表面上,或者以任何一种其他方法提供液体样品,由此可以收集样品进行分析,例如使用某一装置。可以预计的是,可以利用计算机芯片直接分析或者将样品送至分析该样品的装置(例如计算机)。例如,毫微技术已被用来形成用于检测疾病状态的装置。发明中(on a devise)已经使用碳纳米管传感器技术测量身体气体来诊断疾病。例如,将核酸固定在检测芯片上,个体将芯片置于身体气体内,核酸可变地结合到检测后产生唯一样式的芯片上的核酸序列上,并且存在或者不存在气体与疾病相关联。此外,已将蛋白质联至碳纳米管,该组合装置转换与蛋白质结合动作有关的信号,提供一种使用毫微管格式的电子读出数据进行蛋白质功能研究的一般方法。这些给出了在本发明的方法中收集和分析样品的方法实施例。
正如这里所用的术语“化验”是对样品组分,优选为蛋白质、肽、激素或其他生物分子,进行量化或者鉴定的测量方法。在本发明的方法中,对来自个体样品的一个或多个蛋白质和/或细胞的整个蛋白质组进行化验。可以预计的是,个体可将样品或者通过样品化验获得的数据传送到可对其进行相关性分析的位置。最初,将对一个或多个蛋白质和/或整个蛋白质组进行化验。在优选实施例中,化验一个蛋白质,例如激素,例如肾上腺素。在另一个实施例中,化验5种蛋白质。在另一个实施例中化验10种蛋白质。在另一个实施例中,化验50种蛋白质。在另一个实施例中化验100种蛋白质,以及在另一个实施例化验500种蛋白质。在另一个实施例中化验1000种蛋白质。在另一个实施例中,化验2000种蛋白质。在另一个实施例中化验2500种蛋白质。在另一个实施例中,化验3000种蛋白质。一直存在或者一直不存在的蛋白质可以预测未来行为,因为正如这里所阐述的,这种存在或者不存在与查询反应有关。进一步地,根据该反应诱导的蛋白质进一步提供允许DNA预测的基因相关性(然而,应当理解的是,对蛋白质进行编码的基因不一定是诱导特定蛋白质含量变化的基因)。
在本发明的一方面,测量样品中蛋白质之后,可以确定对这种蛋白质编码的基因。那么可能的是,使用替代核酸(例如DNA或RNA)化验来测量个体的生物分子状态。首先测量蛋白质的逆向过程未按比例进行,随后使用核酸作为用于确定个体生物分子状态的替代物。一个理由在于,相信核酸测量对确定个体生物分子状态来说是最佳的,而另一个理由在于,蛋白质化验相比于核酸化验来说成本更高。因此,在本发明的另一个实施例中,首先测量蛋白质,随后确定相应的DNA或RNA分子,然后对这种核酸分子进行标定来测量个体的生物分子状态。
在本发明的另一个实施例中,测量生理状态进行关联,例如心率、皮电反应、体温、瞳孔扩张或者其他生理特征。
然后测量的生物分子状态与个体的行为状态,例如社会行为,相关联以得到与个体有关的信息数据库(构造为便于读取的、一个或多个关联数据的集合,优选为存储在计算机内的),这些数据库可用于各种目的,包括零售商用于购买行为的预测或者为用户提供与其现有喜好和潜在的未来喜好有关的新信息。
在本发明的一方面,连同个体生物分子状态一起,利用询问对个体的行为状态进行测量以建立和逐步形成信息数据库。个体或者能够知晓另一个个体行为的个体完成行为调查表或者系列问题,该调查表或者系列问题被设计为表示或者评估触觉、行为、喜好、心情、知觉、感觉或者其他的身体、生物、情感、心理或者精神状态。例如,问题可以是“你喜欢骑摩托车吗?”、“你玩过山车会呕吐吗?”、“你已经结婚了吗?”、“你幸福吗?”、“你是共和党人吗?”、“你更喜欢那个纹理(展示图片)?”、“你更喜欢热气候还是冷气候?”、“你更喜欢红色还是黄色?”、“你喜欢开快车吗?”和/或其他的这种问题,由此答案表示了个人的喜好、触觉、行为或其他状态。同时还可以收集以可视表格形式表示的、与喜欢和不喜欢有关的信息。例如,向个体展示图片和带有个体意见的注释,例如“我看到了并且我喜欢它”、“我看到了但我不喜欢它”、“我还未看到但是我喜欢它”、“我还未看到,可是我不会喜欢它”。因此,与个体的行为状态并行地建立表型;这种信息允许表型与行为状态进行对比,便于在存在表型时能够预测未来行为。数据库越大,越合乎需要,因为关联表型和行为的更多信息会形成更精确的预测。
因此,在本发明的方法中,来自行为调查表或者系列行为问题的答案随后与来自化验的表型结果相关联。最初可对大量个体情感状态进行蛋白质分析,例如,也许每种情感状态下有5、10、20、25或100人,以建立该数据库。对数据进行收集,并且产生将来自化验的表型结果和来自问题答案的行为相关联的数据库。随着时间流逝,可以改变数据库以淘汰与表型无关的行为数据。数据被不断进行收集,并且逐步形成数据库。行为与表型的匹配可以进行分等级,并且在将新信息输入数据库时,等级可以改变或者随着时间的流逝逐步发展。可以预计的是,新的行为信息和表型信息可以不断整合到数据库中。
存在许多用于分析的数据收集和存储的实施例。例如,HLA型数据库收集和存储与个体的HLA类型相关的信息,以供参考。
在本发明的方法中,决定和数据搜索结果与用户的生物学表型相连以得到在各种应用中有用的信息和模式。这种数据搜索中的生物学整合有助于降低搜索效率的高出错率和速度。一直存在或不存在的、用来测量个体生物分子状态的标记,例如蛋白质,可以预测未来行为,因为其存在或不存在与问题的其的反应相关。
在本发明的一个方法中,表型评估是行为关联的基础以便获得有效的“生态型”或者与行为和触感有关的、暂时的生物条件或状态,其允许评估和预测现在和未来的行为。
因此,本发明给出一种用于将来自样品数据库的数据与调查数据库相关联的方法,包括:从个体获得包括生物分子的样品,同时从个体获得调查数据;将调查数据存储在调查数据库内;分析生物分子样品以确定生物分子的组分;将来自该组分的数据存储在样品数据库中;将来自样品数据库的数据和来自调查数据库的数据相关联。在另一个实施例中,本发明是一种用于预测消费者行为的方法,包括:使用处理装置;从消费者获得包括生物分子的样品;同时从消费者获得调查数据;将调查数据存储在调查数据库内;分析生物分子样品以确定生物分子的组分;将来自该组分的数据存储在样品数据库中;将来自样品数据库的数据和来自调查数据库的数据相关联;利用处理装置并使用关联数据来预测消费者行为。在又一个实施例中,本发明是一种用于预测个体行为或喜好的方法,该方法包括:由个体获得包括生物分子的样品,同时从个体获得调查数据;将调查数据存储在调查数据库内;分析生物分子样品以确定生物分子的组分;将来自该组分的数据存储在样品数据库中;将来自样品数据库的数据和来自调查数据库的数据相关联;基于样品数据库中的生物学数据和调查数据库中的调查数据之间的关联性预测行为或喜好。在又一个实施例中,本发明是一种用于预测个体行为或喜好的方法,该方法包括:从个体获得包括生物分子的样品;分析生物分子样品以确定生物分子的组分;将来自样品的数据和来自调查数据库的数据相关联;基于样品中的生物学数据和调查数据库中的调查数据之间的关联性预测行为或喜好。在另一个实施例中,本发明是一种用于将来自先前产生的样品数据库与先前产生的调查数据库的数据相关联的方法,包括:将来自样品数据库的数据和来自调查数据库的数据相关联。在另一个实施例中,本发明是一种用于将来自样品数据库与调查数据库的数据相关联的方法,包括:从个体获得包括生物分子的样品,分析生物分子样品以确定生物分子的组分;将来自样品数据库的数据和来自调查数据库的数据相关联。在另一个实施例中,本发明是一种用于预测一个或多个个体行为或喜好的方法,该方法包括:从一个或多个个体获得包括生物分子的样品;分析生物分子样品以确定生物分子的组分;将来自该组分的数据存储在样品数据库中;将来自样品数据库的数据和来自调查数据库的数据相关联;基于样品数据库中的生物学数据和调查数据库中的调查数据之间的关联性预测行为或喜好。
在本发明的方法中,个体包括消费者。数据库包括来自多个个体的信息。
本发明的方法应用在很多方面,在这些应用中对于任一事物(例如人、电子产品、音乐、食物、流行式样、游戏、书籍和消耗品等等)的个体亲和力的示范或预测都是有用的。例如,约会服务、宠物服务和供给行业(宠物生物分子状态可以进行测量,并且例如其所有者可提供与行为状态有关的信息)、政治体系(以提供有关投票选择的信息)、旅游业(度假地点推荐)会发现生物分子状态和个人行为(例如选择)相关联的数据库提供的信息。
下面的参考文献全部结合于本文中以供参考:
De Ruiter,J.R.的"Genetic markers in primate studies:elucidatingbehaviour and its evolution"(2004),发表于International journal ofprimatology,25(5),第1173-1189页。
出版物标题:Opportunities in Neuroscience for Future ArmyApplications(2009)Board on Army Science and Technology(BAST),Committee on Opportunites in Neuroscience for Future ArmyApplications,工程和物理科学部门;美国国家科学院的国家研究委员会;美国国家科学院出版社,华盛顿特区-www.nap.edu
2011年6月22日在线发表的、Goldsmith等人的“ACS Nano”,2011年第5卷第7期第5408-5416页。
Samuel M.Khamis等人的"Homo-DNA Functionalized CarbonNanotube Chemical Sensors",发表于Journal of Physics and Chemistryof Solids,第71卷(2010),第476-479页。
S.M.Khamis等人的"DNA-decorated carbon nanotube-basedFETs as ultrasensitive chemical sensors:Discrimination of homologues,structural isomers,and optical isomers",AIP Advances 2,022110(2012);doi:10.1063/1.4705394
Yian-Biao Zhang等人的"Functionalized Carbon Nanotubes forDetecting Viral Proteins",Nano Letters,2007年第7卷,NO.103086-3091页
无需进一步推敲,相信本领域普通技术人员可采用上述说明以最大程度地应用本发明。
Claims (42)
1.一种用于将来自样品数据库和调查数据库的数据相关联的方法,包括:从个体获得包括生物分子的样品,同时从所述个体获得调查数据;将所述调查数据存储在调查数据库内;分析所述生物分子的样品以确定所述生物分子的组分;将来自所述组分的数据存储在样品数据库中;将来自所述样品数据库的数据和来自所述调查数据库的数据相关联。
2.如权利要求1所述的方法,其中所述样品为尿液或者粪便。
3.如权利要求1所述的方法,其中所述样品为血液。
4.如权利要求1所述的方法,其中该样品来自所述个体的呼吸。
5.如权利要求1所述的方法,其中所述样品为人类细胞。
6.如权利要求1所述的方法,其中所述样品为毛发或者手指甲。
7.如权利要求1所述的方法,其中所述样品为唾液、粘液或者泪液。
8.如权利要求1所述的方法,其中生物制剂为蛋白质。
9.如权利要求1所述的方法,其中生物制剂是小分子。
10.如权利要求1所述的方法,其中生物制剂是代谢产物。
11.如权利要求1所述的方法,其中生物制剂为肽。
12.如权利要求1所述的方法,其中生物制剂是激素。
13.如权利要求1所述的方法,其中生物制剂是核酸。
14.如权利要求1所述的方法,其中生物制剂是生物制剂的组合。
15.如权利要求1所述的方法,其中所述个体为消费者。
16.如权利要求1所述的方法,其中使用质谱仪进行所述样品的分析。
17.如权利要求1所述的方法,其中关联数据被用来预测消费者行为。
18.如权利要求1所述的方法,其中关联数据被用来预测消费者行为以用于目标性广告投放。
19.如权利要求1所述的方法,其中调查包括来自生理测量的数据。
20.如权利要求1所述的方法,其中调查包括来自生理测量的数据,其中所述生理测值为心率、皮电反应、体温或者瞳孔扩张。
21.如权利要求1所述的方法,其中调查包括一个或多个问题。
22.如权利要求1所述的方法,其中调查包括有关行为、喜好、心情、感觉或者知觉的问题。
23.如权利要求1所述的方法,其中调查包括有关个体的精神状态、心理状态、身体状态或者情感状态的问题。
24.如权利要求1所述的方法,其中调查由与所述个体熟悉的个体完成。
25.如权利要求1所述的方法,其中多个个体是多个消费者。
26.如权利要求1所述的方法,其中所述关联用于消费者行为的预测。
27.如权利要求1所述的方法,其中数据库包括来自多个个体的数据。
28.如权利要求1所述的方法,进一步包括从第二个体获得包括生物分子的样品,同时从所述第二个体获得调查数据;将来自所述第二个体的新调查数据存储在所述调查数据库中以产生最新的调查数据库;分析来自所述第二个体的生物分子的样品以确定生物分子的第二组分;将来自所述第二组分的数据存储在所述样品数据库中以产生最新的样品数据库;使来自所述最新的样品数据库的数据和来自所述最新的调查数据库的数据相关联。
29.如权利要求27所述的方法,进一步包括从第三或更多个体获得包括生物分子的样品,同时从所述第三或更多个体获得调查数据;将从所述第三或更多个体的新调查数据存储在所述调查数据库中以形成最新的调查数据库;分析来自所述第三或更多个体的生物分子样品以确定生物分子的第三组分或更多组分;将来自所述第三组分或更多组分的数据存储在所述样品数据库中以形成最新的样品数据库;使来自所述最新的样品数据库的数据和来自所述最新的调查数据库的数据相关联。
30.如权利要求29所述的方法,其中数据库基于来自新个体的附加数据而逐步发展。
31.一种用来预测消费者行为的方法,其包括:使用处理装置;从消费者获得包括生物分子的样品;同时从所述消费者获得调查数据;将所述调查数据存储在调查数据库内;分析所述生物分子的样品以确定生物分子的组分;将来自所述组分的数据存储在样品数据库中;使来自所述样品数据库的数据和来自所述调查数据库的数据相关联;利用处理装置并利用关联数据来预测消费者行为。
32.如权利要求31所述的方法,其中数据库包括来自多个消费者的数据。
33.如权利要求31所述的方法,其中所述处理装置为计算机。
34.如权利要求31所述的方法,其中所述处理装置为移动电话。
35.一种用于预测个体行为或喜好的方法,所述方法包括:从个体获得包括生物分子的样品,同时从所述个体获得调查数据;将所述调查数据存储在调查数据库内;分析所述生物分子的样品以确定所述生物分子的组分;将来自所述组分的数据存储在样品数据库中;使来自所述样品数据库的数据和来自所述调查数据库的数据相关联;基于所述样品数据库中的生物学数据和所述调查数据库中的调查数据之间的关联性预测行为或喜好。
36.如权利要求35所述的方法,其中所述数据库包括来自多个个体的数据。
37.如权利要求35所述的方法,其中所述个体是消费者。
38.一种用于预测个体行为或喜好的方法,所述方法包括:从个体获得包括生物分子的样品;分析生物分子的样品以确定生物分子的组分;使来自所述样品的数据和来自调查数据库的数据相关联;基于所述样品中的生物学数据和所述调查数据库中的调查数据之间的关联性预测行为或喜好。
39.一种用于将来自先前产生的样品数据库与先前产生的调查数据库中的数据相关联的方法,其包括:使来自所述样品数据库的数据与来自调查数据库的数据相关联。
40.一种用于将来自样品数据库与调查数据库中的数据相关联的方法,包括:从个体获得包括生物分子的样品,分析所述生物分子的样品以确定生物分子的组分;使来自样品数据库的数据和来自调查数据库的数据相关联。
41.如权利要求30的方法,其中关联数据揭示行为。
42.一种用于预测一个或多个个体行为或喜好的方法,所述方法包括:从一个或多个个体获得包括生物分子的样品;分析所述生物分子的样品以确定生物分子的组分;将来自所述组分的数据存储在样品数据库中;使来自所述样品数据库的数据和来自调查数据库的数据相关联;基于所述样品数据库中的生物学数据和所述调查数据库中的调查数据之间的关联性预测行为或喜好。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261650759P | 2012-05-23 | 2012-05-23 | |
US201261650754P | 2012-05-23 | 2012-05-23 | |
US61/650,759 | 2012-05-23 | ||
US61/650,754 | 2012-05-23 | ||
PCT/US2013/042527 WO2013177465A1 (en) | 2012-05-23 | 2013-05-23 | Phenotypic integrated social search database and method |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104603788A true CN104603788A (zh) | 2015-05-06 |
Family
ID=49624360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380027116.8A Pending CN104603788A (zh) | 2012-05-23 | 2013-05-23 | 表型整合社交搜索数据库和方法 |
Country Status (9)
Country | Link |
---|---|
US (2) | US9946796B2 (zh) |
EP (1) | EP2852909A4 (zh) |
JP (1) | JP6453751B2 (zh) |
CN (1) | CN104603788A (zh) |
AU (1) | AU2013266193B2 (zh) |
CA (1) | CA2874469A1 (zh) |
HK (1) | HK1211353A1 (zh) |
MX (1) | MX2014014277A (zh) |
WO (1) | WO2013177465A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016008818A (ja) * | 2014-06-20 | 2016-01-18 | ソニー株式会社 | 検出装置および方法、並びにプログラム |
JP6679532B2 (ja) * | 2017-05-19 | 2020-04-15 | ヤフー株式会社 | 情報処理装置、情報処理方法および情報処理装置プログラム |
JP6325154B1 (ja) * | 2017-06-07 | 2018-05-16 | スマート ビート プロフィッツ リミテッド | 情報処理システム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1543317A (zh) * | 2001-06-15 | 2004-11-03 | 定制宠物食品的方法和设备 | |
US20090182625A1 (en) * | 1998-12-30 | 2009-07-16 | Experian Marketing Solutions, Inc. | Process and System for Integrating Information from Disparate Databases for Purposes of Predicting Consumer Behavior |
US20120072233A1 (en) * | 2010-09-20 | 2012-03-22 | Hanlon Alaina B | Medical health information system for health assessment, weight management and meal planning |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU3004297A (en) * | 1996-05-13 | 1997-12-05 | James E. Beecham | Method and apparatus for ascertaining medical conditions |
AU2003217535A1 (en) | 2002-02-20 | 2003-09-09 | Sepracor Inc. | Carbonate and carbamate modified forms of glucocorticoids |
JP2006516338A (ja) | 2002-10-31 | 2006-06-29 | ジョンソン・アンド・ジョンソン・コンシューマー・カンパニーズ・インコーポレイテッド | 小売店の顧客に個別プログラムを提供する方法 |
WO2004042511A2 (en) | 2002-10-31 | 2004-05-21 | Johnson & Johnson Consumer Companies Inc. | Method for providing personalized programs to retail customers |
KR100717405B1 (ko) | 2005-09-09 | 2007-05-11 | 삼성전자주식회사 | 생체 신호 측정기 및 이를 이용한 건강 관리 방법 |
US20110010099A1 (en) * | 2005-09-19 | 2011-01-13 | Aram S Adourian | Correlation Analysis of Biological Systems |
US20080033819A1 (en) * | 2006-07-28 | 2008-02-07 | Ingenuity Systems, Inc. | Genomics based targeted advertising |
WO2008070013A2 (en) * | 2006-12-01 | 2008-06-12 | James Kaput | Method for determining personalized nutrition and diet using nutrigenomics and physiological data |
US8170609B2 (en) | 2007-06-20 | 2012-05-01 | Qualcomm Incorporated | Personal virtual assistant providing advice to a user regarding physiological information received about the user |
US8073503B2 (en) | 2007-11-06 | 2011-12-06 | Qualcomm Incorporated | Personal health modules supported by portable communication devices |
JP2009128178A (ja) | 2007-11-22 | 2009-06-11 | Biomarker Science:Kk | 身体活動レベルの検出方法及び検出用キット |
US9370324B2 (en) | 2008-11-05 | 2016-06-21 | Fresenius Medical Care Holdings, Inc. | Hemodialysis patient data acquisition, management and analysis system |
JP5369005B2 (ja) * | 2010-01-08 | 2013-12-18 | 日立アロカメディカル株式会社 | 超音波診断装置 |
JP5531711B2 (ja) | 2010-03-29 | 2014-06-25 | オムロンヘルスケア株式会社 | 健康管理支援装置、健康管理支援システムおよび健康管理支援プログラム |
KR20110119998A (ko) * | 2010-04-28 | 2011-11-03 | 주식회사 스포닉스 | U-헬스케어 시스템 및 그 운영 방법 |
US8762167B2 (en) * | 2010-07-27 | 2014-06-24 | Segterra Inc. | Methods and systems for generation of personalized health plans |
KR101132260B1 (ko) | 2011-06-16 | 2012-04-02 | 박범규 | 플라즈마 조명등을 이용한 방범용 카메라 |
JP5645761B2 (ja) | 2011-06-23 | 2014-12-24 | 登史夫 小林 | 医療データ解析方法、医療データ解析装置およびプログラム |
WO2013074504A1 (en) * | 2011-11-14 | 2013-05-23 | Hyperion Biotechnology | Methods and compositions for biomarkers of fatigue |
-
2013
- 2013-05-23 CA CA 2874469 patent/CA2874469A1/en not_active Abandoned
- 2013-05-23 JP JP2015514207A patent/JP6453751B2/ja not_active Expired - Fee Related
- 2013-05-23 US US14/402,911 patent/US9946796B2/en not_active Expired - Fee Related
- 2013-05-23 EP EP13794462.5A patent/EP2852909A4/en not_active Ceased
- 2013-05-23 WO PCT/US2013/042527 patent/WO2013177465A1/en active Application Filing
- 2013-05-23 MX MX2014014277A patent/MX2014014277A/es unknown
- 2013-05-23 CN CN201380027116.8A patent/CN104603788A/zh active Pending
- 2013-05-23 AU AU2013266193A patent/AU2013266193B2/en not_active Ceased
-
2015
- 2015-10-02 HK HK15109672.9A patent/HK1211353A1/zh unknown
-
2018
- 2018-01-24 US US15/879,165 patent/US20180150564A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090182625A1 (en) * | 1998-12-30 | 2009-07-16 | Experian Marketing Solutions, Inc. | Process and System for Integrating Information from Disparate Databases for Purposes of Predicting Consumer Behavior |
CN1543317A (zh) * | 2001-06-15 | 2004-11-03 | 定制宠物食品的方法和设备 | |
US20120072233A1 (en) * | 2010-09-20 | 2012-03-22 | Hanlon Alaina B | Medical health information system for health assessment, weight management and meal planning |
Also Published As
Publication number | Publication date |
---|---|
US20180150564A1 (en) | 2018-05-31 |
CA2874469A1 (en) | 2013-11-28 |
AU2013266193B2 (en) | 2018-08-02 |
US20150112797A1 (en) | 2015-04-23 |
HK1211353A1 (zh) | 2016-05-20 |
EP2852909A4 (en) | 2015-12-30 |
AU2013266193A1 (en) | 2015-01-15 |
US9946796B2 (en) | 2018-04-17 |
EP2852909A1 (en) | 2015-04-01 |
MX2014014277A (es) | 2015-08-14 |
JP6453751B2 (ja) | 2019-01-16 |
WO2013177465A1 (en) | 2013-11-28 |
JP2015518988A (ja) | 2015-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180116574A1 (en) | Phenotypic Integrated Social Search Database and Method | |
Poulin et al. | The neurogenetics of nice: Receptor genes for oxytocin and vasopressin interact with threat to predict prosocial behavior | |
Visel et al. | A high-resolution enhancer atlas of the developing telencephalon | |
Jung et al. | Cross-species transcriptomic atlas of dorsal root ganglia reveals species-specific programs for sensory function | |
Krypotos et al. | A Bayesian hierarchical diffusion model decomposition of performance in Approach–Avoidance Tasks | |
EP3356968A1 (en) | Method, apparatus and system for securely transferring biological information | |
Gerhold et al. | The star-nosed mole reveals clues to the molecular basis of mammalian touch | |
Yang et al. | Cortical patterning of morphometric similarity gradient reveals diverged hierarchical organization in sensory-motor cortices | |
JP2020532995A (ja) | 鼻マイクロバイオームに関連する鼻関連特徴解析 | |
Arnatkeviciute et al. | Toward best practices for imaging transcriptomics of the human brain | |
Li et al. | A comparative atlas of single-cell chromatin accessibility in the human brain | |
Duncan et al. | Stepping towards causation in studies of neighborhood and environmental effects: How twin research can overcome problems of selection and reverse causation | |
US20180150564A1 (en) | Phenotypic Integrated Social Search Database and Method | |
Zhou et al. | Hyperbolic geometry of gene expression | |
Cickovski et al. | ATria: a novel centrality algorithm applied to biological networks | |
WO2017055867A1 (en) | Method, apparatus and system for securely transferring biological information | |
Suresh et al. | Comparative single-cell transcriptomic analysis of primate brains highlights human-specific regulatory evolution | |
Stojmirović et al. | Robust and accurate data enrichment statistics via distribution function of sum of weights | |
Browne et al. | Is There a Genetic Basis for Information Search Propensity? A Genotyping Experiment. | |
Tramontano | The computational prediction of protein assemblies | |
Lee et al. | Use of omics data in fracture prediction; a scoping and systematic review in horses and humans | |
CN102439600B (zh) | 基于分子标签的集合的生物标志物 | |
Piszczek et al. | Towards correlative archaeology of the human mind | |
Urda et al. | L_1 L 1-regularization Model Enriched with Biological Knowledge | |
Seffernick | Penalized Bayesian ordinal response models with applications to discrete survival time and non-proportional odds models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150506 |