CN113838522A - 一种基因突变位点影响剪接可能性的评估处理方法 - Google Patents

一种基因突变位点影响剪接可能性的评估处理方法 Download PDF

Info

Publication number
CN113838522A
CN113838522A CN202111071348.6A CN202111071348A CN113838522A CN 113838522 A CN113838522 A CN 113838522A CN 202111071348 A CN202111071348 A CN 202111071348A CN 113838522 A CN113838522 A CN 113838522A
Authority
CN
China
Prior art keywords
mutation
splicing
possibility
analysis software
site
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
Application number
CN202111071348.6A
Other languages
English (en)
Inventor
须周恒
刘静
梁萌萌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Saiweisi Biotechnology Co Ltd
Original Assignee
Zhejiang Saiweisi Biotechnology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Saiweisi Biotechnology Co Ltd filed Critical Zhejiang Saiweisi Biotechnology Co Ltd
Priority to CN202111071348.6A priority Critical patent/CN113838522A/zh
Publication of CN113838522A publication Critical patent/CN113838522A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • 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
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/50—Mutagenesis
    • 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
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Bioethics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Databases & Information Systems (AREA)
  • Genetics & Genomics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Evolutionary Computation (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明公开了一种基因突变位点影响剪接可能性的评估处理方法，包括以下步骤：将待测突变位点导入分析软件，获取突变位点剪接可能性数据；配置各分析软件对应的权重因子；为分析软件配置权重因子，建立评估模型，计算可行性总得分，给出可行性判断；对待测突变位点进行迷你基因实验，得到实验结果；直至所述的可行性判断与实验结果无偏差，则以该可行性判断评估待测突变位点的影响剪接可能性。本发明通过整合不同文献和数据库，逐级优化各评分项的权重因子，对突变位点剪接可能性进行评估，并通过进一步的实验对比，使得突变位点剪接可能性的评估更加准确、客观、快速；评价结果更加全面。

Description

一种基因突变位点影响剪接可能性的评估处理方法
技术领域
本发明属于基因工程领域，涉及一种基因突变位点影响剪接可能性的评估处理方法。
背景技术
随着遗传病患者样本中所检测基因数目的快速增加,临床分子实验室检测到越来越多新的序列变异。
美国医学遗传学与基因组学学会(The American College of Medical Geneticsand Genomics,ACMG)于2015年重新制定的遗传变异分类标准与指南针(下称ACMG指南)对突变的致病性评级进行了明确的规定，其中，ACMG针对剪接位点变异这一类重要的突变类型提供了基于生物信息学计算预测的评估指导,但并没有提供明确的评分依据以及相应的实验建议。
剪接位点分为经典剪接位点和非经典剪接位点，经典剪接位点是指：外显子剪切位点的供体/受体位点改变,从而可能导致外显子丢失、缩短,也可能会使内含子序列变成外显子部分。非经典剪接位点是指：在非外显子剪切位点的供体/受体位点改变，对是否影响剪接及影响程度不明确。
无论是哪种剪接位点突变类型，其剪接后产生的异常转录本都是无法用软件进行确认，仍需要通过实验手段进行验证，面对大量的剪接位点，确切需要一种准确、客观、快速的剪接影响可能性评估方法以对实验选择进行指导。
发明内容
本发明目的在于提供一种基因突变位点影响剪接可能性的评估处理方法，通过整合不同文献和数据库，并利用实验验证，使突变位点剪接可能性的评估准确、客观、快速。
为达成上述目的，本发明提出如下技术方案：
一种基因突变位点影响剪接可能性的评估处理方法，包括以下步骤：
通过公共数据库，排除已报道的明确影响剪接的突变位点和不影响剪接的突变位点；同时，排除会明确导致功能丧失的突变位点；
将待测突变位点导入分析软件，获取突变位点剪接可能性数据；所述分析软件是指现有技术中能够分析突变位点剪接可能性的软件；
配置各分析软件对应的权重因子；
为分析软件配置权重因子，根据不同分析软件的权重因子和突变位点剪接可能性数据，建立评估模型，计算待测突变位点对应的建模可行性总得分，给出可行性判断；
对待测突变位点进行迷你基因实验，得到实验结果；
若所述的可行性判断与实验结果有偏差，则返回权重因子配置步骤，调整权重因子；直至所述的可行性判断与实验结果无偏差，则以该可行性判断评估待测突变位点的影响剪接可能性。
作为对本发明的进一步改进，根据各分析软件对应的权重因子和突变位点剪接可能性的数据得分，得到加权和，所述加权和为所述突变位点的可行性总得分。
作为对本发明的进一步改进，所述公共数据库为pubmed数据库。
作为对本发明的进一步改进，所述会明确导致功能丧失的突变位点以突变类型和/或突变位置进行筛选。
作为对本发明的进一步改进，所述会明确导致功能丧失的突变位点包括突变类型为片段缺失、无义突变或移码突变的突变位点。
作为对本发明的进一步改进，所述分析软件包括Human Splicing Finder数据库、NetGene2数据库、NNSplice数据库、FSPLICE数据库和SpliceAI数据库。以上数据库选自ACMG 2015年建议的四个数据库及一个2018年问世的新预测软件(SpliceAI)。
作为对本发明的进一步改进，所述各分析软件的初始权重因子相同。
有益效果：
本发明解决了现有技术不同数据库之间的不相容导致浪费大量的实验资源问题，使突变位点剪接可能性的评估差异标准化，这样，本领域技术人员在做相关实验时有一个更准确的参考，能更准确快速地判断基因突变位点剪接影响程度，初筛可行性较高的位点进行实验验证，进而提高实验效率，避免不必要的资源浪费。
本发明通过整合不同文献和数据库，逐级优化各评分项的权重因子，对突变位点剪接可能性进行评估，并通过进一步的实验对比，使得突变位点剪接可能性的评估更加准确、客观、快速；评价结果更加全面。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1为本发明的流程示意图。
图2为实施例1的权重得分表。
图3为实施例2的权重得分表。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,除非上下文清楚地指明其它情况，否则单数形式的“一个”“一”或者“该”等类似词语也不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的特征、整体、步骤、操作、元素和/或组件,并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。“上”“下”“左”“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
本发明提供了一种基因突变位点影响剪接可能性的评估处理方法，如图1所示，包括以下步骤：
通过公共数据库，排除已报道的明确影响剪接的突变位点和不影响剪接的突变位点；同时，排除会明确导致功能丧失的突变位点；
将待测突变位点导入分析软件，获取突变位点剪接可能性数据；所述分析软件是指现有技术中能够分析突变位点剪接可能性的软件；
配置各分析软件对应的权重因子；
为分析软件配置权重因子，根据不同分析软件的权重因子和突变位点剪接可能性数据，建立评估模型，计算待测突变位点对应的建模可行性总得分，给出可行性判断；
对待测突变位点进行迷你基因实验，得到实验结果；
若所述的可行性判断与实验结果有偏差，则返回权重因子配置步骤，调整权重因子；直至所述的可行性判断与实验结果无偏差，则以该可行性判断评估待测突变位点的影响剪接可能性。
排除事项表明终止所述研究方法，如果待测突变位点并不在上述排除选项之内，则继续本发明所述的方法。
根据各分析软件对应的权重因子和突变位点剪接可能性的数据得分，得到加权和，所述加权和为所述突变位点的可行性总得分。
所述公共数据库为pubmed数据库。
所述会明确导致功能丧失的突变位点以突变类型和/或突变位置进行筛选。
所述会明确导致功能丧失的突变位点包括突变类型为片段缺失、无义突变或移码突变的突变位点。
至少预先设置一个分析软件，所述分析软件为记录基因突变位点信息以及该突变位点是否影响剪接评分信息的软件。
所述分析软件包括Human Splicing Finder数据库、NetGene2数据库、NNSplice数据库、FSPLICE数据库和SpliceAI数据库。以上数据库选自ACMG 2015年建议的四个数据库及一个2018年问世的新预测软件(SpliceAI)。
实施例1
一种基因突变位点影响剪接可能性的评估处理方法，所述图2为本实施例不同分析软件的突变位点剪接可能性数据，其权值和得分表。
将待测突变位点导入分析软件，获取突变位点剪接可能性数据：若所述突变位点影响剪接可能性，则赋值为1；若所述突变位点不影响剪接可能性，则赋值为0。
例如，在Human Splicing Finder数据库中，如突变位点“发现存在供体/受体位点改变”或“剪接增强子/沉默子丢失或获得”存在其一，则赋值为1。
为突变位点建立评估模型，其初始算法为：
X＝20％a+20％b+20％c+20％d+20％e
所述X为待测突变位点对应的建模可行性总得分，所述a为Human SplicingFinder数据库获取的突变位点剪接可能性数据，所述b为NetGene2数据库获取的突变位点剪接可能性数据，所述c为NNSplice数据库获取的突变位点剪接可能性数据，所述d为FSPLICE数据库获取的突变位点剪接可能性数据，所述e为SpliceAI数据库获取的突变位点剪接可能性数据。
为评估得到的可行性总得分设定一判断值(本实施例所述判断值在0-1之间)，若：
评分小于此判断值，则表明突变位点不影响剪接可能性，可行性判断为“不影响”；
评分大于此判断值，则表明突变位点影响剪接可能性，可行性判断为“影响”。
对待测突变位点进行迷你基因实验：
若所述的可行性判断与实验结果有偏差，则返回权重因子配置步骤，调整不同软件的权重因子；直至所述的可行性判断与实验结果无偏差，则根据该判断评估突变位点的影响剪接可能性。
例如，所述的可行性判断为“影响”，而所述实验结果“不影响”，则返回权重因子配置步骤，降低所述突变位点赋值为1的分析软件的权重因子；直至所述的可行性判断与实验结果一致，则根据所述可行性判断评估突变位点的影响剪接可能性。
例如，所述的可行性判断为“影响”，所述实验结果也“影响”，则可评估该突变位点影响剪接可能性；反之，若所述的可行性判断为“不影响”，所述实验结果也“不影响”，则可评估该突变位点不影响剪接可能性。
通过以上方法建立一个通用的评估方法，本领域技术人员即可根据该评估方法，获知该突变位点是否影响剪接可能性，从而为是否需进一步对此突变位点进行研究分析提供了一种方便快捷准确的评估方法。
实施例2
一种基因突变位点影响剪接可能性的评估处理方法，所述图3为本实施例不同分析软件的突变位点剪接可能性数据，其权值和得分表。
将待测突变位点导入分析软件，获取突变位点剪接可能性数据。例如，在HumanSplicing Finder数据库中，将突变位点供体/受体位点丢失评分分为>100、60-100、30-60、10-30、0-10五个区间，对应的，设定其评分分别为20分、15分、10分、5分、0分，另外还设定了附加项的评分，使设定的总分不超过20分，评分从大到小代表突变位点影响剪接可能性越来越小。
为突变位点建立评估模型，其初始算法为：
X＝20％a+20％b+20％c+20％d+20％e
所述X为待测突变位点对应的建模可行性总得分，所述a为Human SplicingFinder数据库获取的突变位点剪接可能性数据(即所述的得分，每一项得分均不超过20分，因其为百分制)，所述b为NetGene2数据库获取的突变位点剪接可能性数据，所述c为NNSplice数据库获取的突变位点剪接可能性数据，所述d为FSPLICE数据库获取的突变位点剪接可能性数据，所述e为SpliceAI数据库获取的突变位点剪接可能性数据。
评估得到的可行性总得分在75-100分(包含75分)之间为可行性高，50-75分(包含50分)之间为可行性中等，50分以下为可行性低。
对待测突变位点进行迷你基因实验，利用实验去验证可行性的高、中等还是低；
若所述的可行性判断与实验结果有偏差，则返回权重因子配置步骤，调整不同软件的权重因子；直至所述的可行性判断与实验结果无偏差，则根据该判断评估突变位点的影响剪接可能性。
例如，所述的可行性判断为“可行性高”，而所述实验结果“可行性中等”，则返回权重因子配置步骤，降低单项得分高的分析软件的权重因子；直至所述的可行性判断与实验结果一致，则根据所述可行性判断评估突变位点的影响剪接可能性。
例如，所述的可行性判断为“可行性高”，所述实验结果也“可行性高”，则可评估该突变位点影响剪接可能性高；反之，若所述的可行性判断为“可行性中等”，所述实验结果也“可行性中等”，则可评估该突变位点影响剪接可能性中等。
通过以上方法建立一个通用的评估方法，本领域技术人员即可根据该评估方法，获知该突变位点是否影响剪接可能性，从而为是否需进一步对此突变位点进行研究分析提供了一种方便快捷准确的评估方法。
以上实施例所述各数据库的网址及依据如下：
Figure BDA0003260481560000061
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (7)

1.一种基因突变位点影响剪接可能性的评估处理方法，其特征在于，包括以下步骤：
通过公共数据库，排除已报道的明确影响剪接的突变位点和不影响剪接的突变位点；同时，排除会明确导致功能丧失的突变位点；
将待测突变位点导入分析软件，获取突变位点剪接可能性数据；所述分析软件是指现有技术中能够分析突变位点剪接可能性的软件；
配置各分析软件对应的权重因子；
为分析软件配置权重因子，根据不同分析软件的权重因子和突变位点剪接可能性数据，建立评估模型，计算待测突变位点对应的建模可行性总得分，给出可行性判断；
对待测突变位点进行迷你基因实验，得到实验结果；
若所述的可行性判断与实验结果有偏差，则返回权重因子配置步骤，调整权重因子；直至所述的可行性判断与实验结果无偏差，则以该可行性判断评估待测突变位点的影响剪接可能性。
2.根据权利要求1所述的基因突变位点影响剪接可能性的评估处理方法，其特征在于，根据各分析软件对应的权重因子和突变位点剪接可能性的数据得分，得到加权和，所述加权和为所述突变位点的可行性总得分。
3.根据权利要求1所述的基因突变位点影响剪接可能性的评估处理方法，其特征在于，所述各分析软件的初始权重因子相同。
4.根据权利要求1所述的基因突变位点影响剪接可能性的评估处理方法，其特征在于，所述公共数据库为pubmed数据库。
5.根据权利要求1所述的基因突变位点影响剪接可能性的评估处理方法，其特征在于，所述会明确导致功能丧失的突变位点以突变类型和/或突变位置进行筛选。
6.根据权利要求5所述的基因突变位点影响剪接可能性的评估处理方法，其特征在于，所述会明确导致功能丧失的突变位点包括突变类型为片段缺失、无义突变或移码突变的突变位点。
7.根据权利要求1所述的基因突变位点影响剪接可能性的评估处理方法，其特征在于，所述分析软件包括Human Splicing Finder数据库、NetGene2数据库、NNSplice数据库、FSPLICE数据库和SpliceAI数据库。
CN202111071348.6A 2021-09-14 2021-09-14 一种基因突变位点影响剪接可能性的评估处理方法 Pending CN113838522A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111071348.6A CN113838522A (zh) 2021-09-14 2021-09-14 一种基因突变位点影响剪接可能性的评估处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111071348.6A CN113838522A (zh) 2021-09-14 2021-09-14 一种基因突变位点影响剪接可能性的评估处理方法

Publications (1)

Publication Number Publication Date
CN113838522A true CN113838522A (zh) 2021-12-24

Family

ID=78959095

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111071348.6A Pending CN113838522A (zh) 2021-09-14 2021-09-14 一种基因突变位点影响剪接可能性的评估处理方法

Country Status (1)

Country Link
CN (1) CN113838522A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956415A (zh) * 2016-05-13 2016-09-21 万康源(天津)基因科技有限公司 一种影响rna剪接的snv检测系统
CN105975809A (zh) * 2016-05-13 2016-09-28 万康源(天津)基因科技有限公司 一种影响rna剪接的snv检测方法
US20190087741A1 (en) * 2016-03-23 2019-03-21 Nanjing Howso Technology Co., Ltd Method for dynamically selecting optimal model by three-layer association for large data volume prediction
CN110689928A (zh) * 2018-07-07 2020-01-14 塔塔咨询服务公司 用于预测基因组变异对前mRNA剪接的影响的系统和方法
CN111063392A (zh) * 2019-12-17 2020-04-24 人和未来生物科技（长沙）有限公司 基于神经网络的基因突变致病性检测方法、系统及介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190087741A1 (en) * 2016-03-23 2019-03-21 Nanjing Howso Technology Co., Ltd Method for dynamically selecting optimal model by three-layer association for large data volume prediction
CN105956415A (zh) * 2016-05-13 2016-09-21 万康源(天津)基因科技有限公司 一种影响rna剪接的snv检测系统
CN105975809A (zh) * 2016-05-13 2016-09-28 万康源(天津)基因科技有限公司 一种影响rna剪接的snv检测方法
CN110689928A (zh) * 2018-07-07 2020-01-14 塔塔咨询服务公司 用于预测基因组变异对前mRNA剪接的影响的系统和方法
CN111063392A (zh) * 2019-12-17 2020-04-24 人和未来生物科技（长沙）有限公司 基于神经网络的基因突变致病性检测方法、系统及介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
孙永山;赵海峰;汤振宇;李旦;马猛;陈荣;: "基于序列模式挖掘的基因剪接位点", 数据采集与处理, no. 05 *
胡卫利;程亮;马倩;周能萍;汪海洋;: "基于改进粒子群组合算法的电网基建年度投资预测", 电网与清洁能源, no. 11, pages 52 - 56 *
邹永新;龚瑶琴;: "影响RNA剪接的基因变异", 遗传, no. 03, pages 200 - 207 *
黄艳梅;董双双;曹靓磊;郭利伟;张咏鹤;李茜;杨保胜;: "一显性营养不良型大疱性表皮松懈症家系COL7A1基因突变分析", 郑州大学学报(医学版), no. 03 *

Similar Documents

Publication Publication Date Title
US8762180B2 (en) Claims analytics engine
CN106067088A (zh) 电子银行访问行为的检测方法和装置
CN109299245B (zh) 知识点召回的方法和装置
KR101953190B1 (ko) 복잡한 양자 또는 다자 상대방 관계를 탐색하기 위해 이용되는 다차원 재귀적 학습 과정 및 시스템
CN111883223A (zh) 患者样本数据中结构变异的报告解读方法及系统
CN112508580A (zh) 基于拒绝推断方法的模型构建方法、装置和电子设备
CN111883210B (zh) 基于临床特征和序列变异的单基因病名称推荐方法及系统
JP6419667B2 (ja) テストｄｂデータ生成方法及び装置
JP2006164257A (ja) 与信審査を利用したスコアリングモデル評価方法、スコアリングモデル評価装置、審査システム、およびスコアリングモデル評価プログラム
CN113838522A (zh) 一种基因突变位点影响剪接可能性的评估处理方法
CN111582313A (zh) 样本数据生成方法、装置及电子设备
JP2000348015A (ja) 経時的に変動しうる評価対象の評価項目を評価するためのシステム、方法および記録媒体
CN116825192A (zh) 一种ncRNA基因突变的解读方法、存储介质及终端
CN115579060A (zh) 基因位点检测方法、装置、设备及介质
CN113010754B (zh) 目标行为识别系统
CN114820074A (zh) 基于机器学习的目标用户群体预测模型构建方法
CN114092230A (zh) 一种数据处理方法、装置、电子设备及计算机可读介质
CN113792114A (zh) 一种城市领域知识图谱可信评估方法及系统
US11435357B2 (en) System and method for discovery of gene-environment interactions
CN113723522B (zh) 异常用户的识别方法、装置、电子设备以及存储介质
CN117290610B (zh) 一种高校招生信息推荐方法和系统
CN113257380B (zh) 一种差值核查及差值核查规则的制订方法和装置
CN116911852B (zh) 一种rpa的用户动态信息监控方法及系统
Rashid et al. Developing an artificial intelligence based system to detect fraud and corruption in government
CN114708907B (zh) 一种基于基因大数据的病症关联分析系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination