CN114300048A - 一种肥胖基因检测评估系统及数据处理方法 - Google Patents
一种肥胖基因检测评估系统及数据处理方法 Download PDFInfo
- Publication number
- CN114300048A CN114300048A CN202111620912.5A CN202111620912A CN114300048A CN 114300048 A CN114300048 A CN 114300048A CN 202111620912 A CN202111620912 A CN 202111620912A CN 114300048 A CN114300048 A CN 114300048A
- Authority
- CN
- China
- Prior art keywords
- gene
- personal
- detection
- evaluation
- 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
- 108090000623 proteins and genes Proteins 0.000 title claims abstract description 91
- 238000001514 detection method Methods 0.000 title claims abstract description 73
- 238000011156 evaluation Methods 0.000 title claims abstract description 59
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 208000008589 Obesity Diseases 0.000 claims abstract description 28
- 235000020824 obesity Nutrition 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 230000003993 interaction Effects 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000012502 risk assessment Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 5
- 210000000214 mouth Anatomy 0.000 claims description 3
- 210000002345 respiratory system Anatomy 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 108700028369 Alleles Proteins 0.000 description 2
- 108010074051 C-Reactive Protein Proteins 0.000 description 2
- 102100032752 C-reactive protein Human genes 0.000 description 2
- 108010023302 HDL Cholesterol Proteins 0.000 description 2
- 108010028554 LDL Cholesterol Proteins 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 description 2
- 102100026535 Fibronectin type III domain-containing protein 5 Human genes 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 102000004877 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- 101800001026 Irisin Proteins 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010033307 Overweight Diseases 0.000 description 1
- 102100028965 Proteoglycan 4 Human genes 0.000 description 1
- 101710127913 Proteoglycan 4 Proteins 0.000 description 1
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 1
- 206010054094 Tumour necrosis Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012268 genome sequencing Methods 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- LNQCUTNLHUQZLR-OZJWLQQPSA-N iridin Chemical compound OC1=C(OC)C(OC)=CC(C=2C(C3=C(O)C(OC)=C(O[C@H]4[C@@H]([C@@H](O)[C@H](O)[C@@H](CO)O4)O)C=C3OC=2)=O)=C1 LNQCUTNLHUQZLR-OZJWLQQPSA-N 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 208000001797 obstructive sleep apnea Diseases 0.000 description 1
- -1 phosphatidyl alcohol Chemical compound 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 102220047090 rs6152 Human genes 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 229910052711 selenium Inorganic materials 0.000 description 1
- 239000011669 selenium Substances 0.000 description 1
- 201000002859 sleep apnea Diseases 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一种肥胖基因检测评估系统及数据处理方法，属于基因检测评估技术领域，技术方案包括：通过信息获取模块收集个人基础信息、基因检测数据，将个人基础信息、基因检测数据分别传送至个人数据库进行储存、基因检测数据数据库进行数据交换，获取对应的一个或多个检测结果，基因评估模块将一个或多个检测结果输入预设分析模型，与基因风险分析数据库进行数据交互，并输出对应的评估结果，报告生成模块判断个人基础信息，综合分析判断其是否有肥胖发生的风险，若有肥胖发生的风险，则依照分析结果产生一份专属的个人评估报告，将个人评估报告传输至医护人员的移动终端，以快速又详细的方式方便使用者提出有效的对策，以降低肥胖的发生率。
Description
技术领域
本发明属于基因检测评估技术领域，具体涉及一种肥胖基因检测评估系统及数据处理方法。
背景技术
随着物质生活水平的提高，人们的生活方式和饮龄化。根据相关调查显示，截止2020年，我国的超重人口已经达到了3.25亿，人群肥胖率已超过12％，肥胖人群因为过度肥胖，导致患上高血压、糖尿病、冠心病、阻塞性呼吸睡眠暂停综合征以及肿瘤等疾病的概率日趋增加；研究表明遗传因素在肥胖的过程中起着重要作用，但是目前只有极少数基因如FTO已被证实与肥胖相关。通过肥胖病人的基因组测序，已经鉴定了数百个与肥胖相关的基因，但是在传统的基因检测技术中，通过对患者信息和基因信息进行对比比照的方式生成评估报告，这种方法收对比因个人差异等原因使评估报告不全面，影响评估质量，因此需要一种肥胖基因检测评估系统及数据处理方法。
发明内容
为了解决上述现有技术存在的缺陷，本发明的目的在于提供一种肥胖基因检测评估系统及数据处理方法。
本发明采用的技术方案如下：
一种肥胖基因检测评估系统，具体包括：
信息获取模块：用于获取待检测个体的检测样本；
数据处理模块：用于对待检测样本中的一个或多个指定基因序列进行检测，并与基因检测数据库进行数据交互，获取对应的一个或多个检测结果；
基因评估模块：根据数据处理模块整合的一个或多个检测结果输入预设分析模型，并与基因风险分析数据库进行数据交互，输出对应的评估结果；
报告生成模块：将所述评估结果和个人信息结合生成个人评估报告。
作为一种优选的方式，所述信息获取模块包括个人信息采集模块和基因信息采集模块，所述个人信息采集模块用于采集个人基础信息，包括年龄、身高、体重和性别；所述个人基因采集模块用于获取所述待检测个体口腔或呼吸道内的检测样本，对检测样本进行荧光PCR检测以采集基因组序列信息。
作为一种优选的方式，所述数据处理模块将个人基础信息内容和向基因数据库搜索到的基因信息内容进行整合形成个人信息列表并存储在个人数据库中。
作为一种优选的方式，将数据处理模块整合的一个或多个检测结果输入至初始预设分析模型进行训练，直至对应的损失函数收敛，得到所述预设分析模型。。
作为一种优选的方式，所述信息获取模块通过数据交互接口与数据处理模块连接。
作为一种优选的方式，所述报告生成模块分别与连接移动终端和云服务器连接。
一种肥胖基因检测评估的数据处理方法，具体包括以下步骤：
S1：数据交互接口将信息获取模块采集的个人基础信息以及个人基因信息传输至数据处理模块进行处理；
S2：数据处理模块对待检测样本中的一个或多个指定基因序列进行检测，并与基因检测数据库进行数据交互，获取对应的一个或多个检测结果；
S3：基因评估模块根据数据处理模块整合的一个或多个检测结果输入预设分析模型，与基因风险分析数据库进行数据交互，并输出对应的评估结果；
S4：报告生成模块结合个人基础信息生成个人评估报告，并存储至移动终端和云服务器中。
一种电子设备，包括存储器和处理器；
所述存储器中存储有计算机程序；
所述处理器，用于执行所述计算机程序以实现权利要求1至6中任一项所述的方法。
作为一种优选的方式，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本发明的前述方法是由信息获取模块收集个人基础信息、基因检测数据，通过该评估系统将个人基础信息、基因检测数据分别传送至个人数据库进行储存、基因检测数据数据库进行数据交换，获取对应的一个或多个检测结果，该评估系统会根据收到的个人基础信息数据、基因评估模块根据数据处理模块整合的一个或多个检测结果输入预设分析模型，与基因风险分析数据库进行数据交互，并输出对应的评估结果，报告生成模块判断个人基础信息，综合分析判断其是否有肥胖发生的风险，若有肥胖发生的风险，则依照分析结果产生一份专属的个人评估报告，将个人评估报告传输至医护人员的移动终端，以快速又详细的方式方便使用者提出有效的对策，以降低肥胖的发生率；同时将该评估报告以案例的形式传输至云服务器的肥胖病例数据库中，增加肥胖病例数据库中内部的病症数量，为后续的评估提供依据，提高了检测评估系统的准确性。
附图说明
本发明将通过例子并参照附图的方式说明，其中：
图1是本申请实施例提供的一种肥胖基因检测评估系统的结构框图；
图2是本申请实施例提供的一种肥胖基因检测评估的数据处理方法的流程图；
图3是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
在本申请实施例的描述中，需要说明的是，术语“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
下面结合图1～图3对本发明作详细说明。
实施例1
一种肥胖基因检测评估系统，请参阅图1，具体包括：
信息获取模块：用于获取待检测个体的检测样本；
数据处理模块：用于对待检测样本中的一个或多个指定基因序列进行检测，并与基因检测数据库进行数据交互，获取对应的一个或多个检测结果；
基因评估模块：根据数据处理模块整合的一个或多个检测结果输入预设分析模型，并与基因风险分析数据库进行数据交互，输出对应的评估结果；
报告生成模块：将所述评估结果和个人信息结合生成个人评估报告。
其中，基因风险分析数据库是自行建立的，根据使用需求设置excel表格，将网上学术数据库搜索到的文献资料过滤后按特定格式放到表格相应位置，然后用python语言编写代码，按照使用需求调用数据表格。其中，过滤的影响因素为：期刊影响因子、研究对象人群数量、研究方案设计、研究对象的人种。
等位基因匹配模块中，数据库的更新是其中一个重要的项目。其通过selenium+python爬虫技术，针对国外大量的开源基因数据库，不断下载新的基因库数据。后期通过筛选数据，得出肥胖与基因位点的映射关系，丰富数据库内容。
等位基因匹配模块中，在python上使用多线程方法发挥多核CPU的优势去识别多个数据的基因位点，从而能够达到在3S内能够同时匹配多份数据，每份数据至少存在100万个位点信息，都能一一对应。
对于报告生成模块，利用java的优势，具有丰富的开源第三方库，这里我们使用docx4j库，能够更好的与word文档匹配，把内容插入到word文档里，还能够根据评估模块的内容，生成相对应的图片和基因位点图片，能够让人更加直观的了解所展示的内容。
所述信息获取模块包括个人信息采集模块和基因信息采集模块，所述个人信息采集模块用于采集个人基础信息，包括年龄、身高、体重和性别；所述个人基因采集模块用于获取所述待检测个体口腔或呼吸道内的检测样本，对待检测样本中的一个或多个指定基因序列进行荧光PCR检测进行荧光PCR检测以采集基因组序列信息。
具体的，还需要测量被检测者的检测总胆固醇(TC)、甘油三酯(TG)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)、空腹血糖(FPG)、空腹胰岛素(FINS)、C反应蛋白(CRP)、肿瘤坏死因子-〇(TNF-〇)、磷脂酰基醇蛋白聚糖-4(GPC-4)及鸢尾素(irisin)的水平。
所述数据处理模块将个人基础信息内容和向基因数据库搜索到的基因信息内容进行整合形成个人信息列表并存储在个人数据库中。
基因评估模块中利用将数据处理模块整合的一个或多个检测结果输入至初始预设分析模型进行训练，直至对应的损失函数收敛，得到所述预设分析模型。。
其中，预设分析模型为神经网络模型，可以自动对输入其中的检测结果进行分析，得出对应的分析结果。
作为进一步的实施方式，基因评估模块根据基因型对比结果评估患有肥胖的风险。预设分析模型的算法可以采用现有技术的算法，也可以采用本申请的方法进行计算，具体的计算方法如下：
根据单核苷酸多态性位点的基因型评估出个体患肥胖的概率，也就是个体患肥胖的绝对风险(AR):
AR＝人群×风险(R)
风险(R)：利用OR值根据基因作用模型计算而来。
其中，Pr(c/A)为在检测组中携带肥胖风险基因型人数的百分比；
Pr(nc/A)为在检测组中携带非肥胖风险基因型人数的百分比；
Pr(c/B)为在控制组中携带肥胖风险基因型人数的百分比；
Pr(nc/B)为在控制组中携带非肥胖风险基因型人数的百分比；
控制组样本在普通人群中随机选取。可以用OR值估算R值。此外，基因作用模型不是本发明保护的内容，在此不再敖述。
具体地，获取到检测结果后，对检测结果数据进行适当处理，即可根据需求进行基因序列的检测。在得到基因检测结果之后，可以根据基因序列的种类以及对应的预设规则，完成检测结果的评估。
作为一种优选的方式，所述信息获取模块通过数据交互接口与数据处理模块连接。
作为一种优选的方式，所述报告生成模块分别与连接移动终端和云服务器连接。
具体的，所述移动终端可以但不限制为手机、Ipad以及PC端。
实施例2
一种肥胖基因检测评估的数据处理方法，请参阅图2，具体包括以下步骤：
S1：数据交互接口将信息获取模块采集的个人基础信息以及个人基因信息传输至数据处理模块进行处理；
S2：数据处理模块对待检测样本中的一个或多个指定基因序列进行检测，并与基因检测数据库进行数据交互，获取对应的一个或多个检测结果；
S3：基因评估模块根据数据处理模块整合的一个或多个检测结果输入预设分析模型，与基因风险分析数据库进行数据交互，并输出对应的评估结果；
S4：报告生成模块结合个人基础信息生成个人评估报告，并存储至移动终端和云服务器中。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现本申请任一实施例所示的方法。
可以理解的是，介质中存储的可以是用于基因检测评估的方法对应的计算机程序。
图3中示出了本申请实施例所适用的一种电子设备的结构示意图，如图3所示，图3所示的电子设备包括：处理器和存储器。其中，处理器和存储器相连，如通过总线相连。进一步地，电子设备还可以包括收发器，电子设备可以通过收发器与其他电子设备进行数据的交互。需要说明的是，实际应用中收发器不限于一个，该电子设备的结构并不构成对本申请实施例的限定。
其中，处理器应用于本申请实施例中，可以用于实现图1所示的信息获取模块、信息处理模块、基因评估模块以及报告生成模块的功能。
处理器可以是CPU，通用处理器，DSP，ASIC，FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线可包括一通路，在上述组件之间传送信息。总线可以是PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器用于存储执行本申请方案的应用程序代码，并由处理器来控制执行。处理器用于执行存储器中存储的应用程序代码，以实现图1所示实施例提供的用于基因检测评估的系统的动作。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (9)
1.一种肥胖基因检测评估系统，其特征在于，包括：
信息获取模块：用于获取待检测个体的检测样本；
数据处理模块：用于对待检测样本中的一个或多个指定基因序列进行检测，并与基因检测数据库进行数据交互，获取对应的一个或多个检测结果；
基因评估模块：根据数据处理模块整合的一个或多个检测结果输入预设分析模型，并与基因风险分析数据库进行数据交互，输出对应的评估结果；
报告生成模块：将所述评估结果和个人信息结合生成个人评估报告。
2.根据权利要求1所述的一种肥胖基因检测评估系统，其特征在于，所述信息获取模块包括个人信息采集模块和基因信息采集模块，所述个人信息采集模块用于采集个人基础信息，包括年龄、身高、体重和性别；所述个人基因采集模块用于获取所述待检测个体口腔或呼吸道内的检测样本，对检测样本进行荧光PCR检测以采集基因组序列信息。
3.根据权利要求1所述的一种肥胖基因检测评估系统，其特征在于，所述数据处理模块将个人基础信息内容和向基因数据库搜索到的基因信息内容进行整合形成个人信息列表并存储在个人数据库中。
4.根据权利要求1所述的一种肥胖基因检测评估系统，其特征在于，将数据处理模块整合的一个或多个检测结果输入至初始预设分析模型进行训练，直至对应的损失函数收敛，得到所述预设分析模型。
5.根据权利要求1所述的一种肥胖基因检测评估系统，其特征在于，所述信息获取模块通过数据交互接口与数据处理模块连接。
6.根据权利要求1所述的一种肥胖基因检测评估系统，其特征在于，所述报告生成模块分别与连接移动终端和云服务器连接。
7.一种基于权利要求1至6任一所述的肥胖基因检测评估系统的数据处理方法，其特征在于，包括以下步骤：
S1：数据交互接口将信息获取模块采集的个人基础信息以及个人基因信息传输至数据处理模块进行处理；
S2：数据处理模块对待检测样本中的一个或多个指定基因序列进行检测，并与基因检测数据库进行数据交互，获取对应的一个或多个检测结果；
S3：基因评估模块根据数据处理模块整合的一个或多个检测结果输入预设分析模型，与基因风险分析数据库进行数据交互，并输出对应的评估结果；
S4：报告生成模块结合个人基础信息生成个人评估报告，并存储至移动终端和云服务器中。
8.一种电子设备，其特征在于，包括存储器和处理器；
所述存储器中存储有计算机程序；
所述处理器，用于执行所述计算机程序以实现权利要求1至6中任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111620912.5A CN114300048A (zh) | 2021-12-28 | 2021-12-28 | 一种肥胖基因检测评估系统及数据处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111620912.5A CN114300048A (zh) | 2021-12-28 | 2021-12-28 | 一种肥胖基因检测评估系统及数据处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114300048A true CN114300048A (zh) | 2022-04-08 |
Family
ID=80969557
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111620912.5A Pending CN114300048A (zh) | 2021-12-28 | 2021-12-28 | 一种肥胖基因检测评估系统及数据处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114300048A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117637037A (zh) * | 2023-12-01 | 2024-03-01 | 广州中鑫基因医学科技有限公司 | 致病基因数据库的建立方法、数据库及风险预测系统 |
| CN118155710A (zh) * | 2024-03-26 | 2024-06-07 | 中山大学孙逸仙纪念医院 | 一种遗传病风险智能评估系统 |
-
2021
- 2021-12-28 CN CN202111620912.5A patent/CN114300048A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117637037A (zh) * | 2023-12-01 | 2024-03-01 | 广州中鑫基因医学科技有限公司 | 致病基因数据库的建立方法、数据库及风险预测系统 |
| CN118155710A (zh) * | 2024-03-26 | 2024-06-07 | 中山大学孙逸仙纪念医院 | 一种遗传病风险智能评估系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hughes et al. | Guidelines for genome-scale analysis of biological rhythms | |
| Marx | The DNA of a nation | |
| CN110021364B (zh) | 基于病人临床症状数据和全外显子组测序数据筛选单基因遗传病致病基因的分析检测系统 | |
| JP5164646B2 (ja) | 臨床検査データ解析支援装置、臨床検査データ解析支援方法及びそのプログラム | |
| TW201402059A (zh) | 健康狀態判定方法及健康狀態判定系統 | |
| JP2008532104A (ja) | 複数の医療関連アウトカムの予測を行い、インターベンション計画の評価を行い、更に同時にバイオマーカー因果性検証を行うことのできる、予測モデルを生成して適用する方法、そのシステム、及びそのコンピュータ・プログラム製品 | |
| Strzelecki et al. | Machine learning for biomedical application | |
| EP2923292B1 (en) | Diagnostic genetic analysis using variant-disease association with patient-specific relevance assessment | |
| Papez et al. | Transforming and evaluating electronic health record disease phenotyping algorithms using the OMOP common data model: a case study in heart failure | |
| WO2022125806A1 (en) | Predicting fractional flow reserve from electrocardiograms and patient records | |
| CN112967803A (zh) | 基于集成模型的急诊患者早期死亡率预测方法及系统 | |
| WO2014076777A1 (ja) | 医療情報解析プログラム、医療情報解析装置、および医療情報解析方法 | |
| EP4273868A1 (en) | System for automatically issuing periodically updated genetic mutation test result report | |
| CA2939463A1 (en) | Systems and methods for biomedical research database development and uses thereof | |
| Seffens et al. | Machine learning data imputation and classification in a multicohort hypertension clinical study | |
| CN114300048A (zh) | 一种肥胖基因检测评估系统及数据处理方法 | |
| CN118447920A (zh) | 一种针对混杂人群的通用全基因组关联分析方法 | |
| CN112071431B (zh) | 基于深度学习和知识图谱的临床路径自动生成方法及系统 | |
| EP3788640A1 (en) | Method and apparatus for subtyping subjects based on phenotypic information | |
| JP5100979B2 (ja) | 生体シミュレーションシステム及びコンピュータプログラム | |
| WO2023151578A1 (en) | Embryo selection process | |
| US20130253892A1 (en) | Creating synthetic events using genetic surprisal data representing a genetic sequence of an organism with an addition of context | |
| KR20240046481A (ko) | 지문 분석을 이용하여 화합물을 생리학적 조건과 연관시키는 시스템 및 방법 | |
| Caulk et al. | Robust latent-variable interpretation of in vivo regression models by nested resampling | |
| WO2021105005A1 (en) | Method and system for phenotypic profile similarity analysis used in diagnosis and ranking of disease-driving factors |
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 |