JP2021535513A - アレイベースのpcrのための画像を駆使した品質管理 - Google Patents
アレイベースのpcrのための画像を駆使した品質管理 Download PDFInfo
- Publication number
- JP2021535513A JP2021535513A JP2021511637A JP2021511637A JP2021535513A JP 2021535513 A JP2021535513 A JP 2021535513A JP 2021511637 A JP2021511637 A JP 2021511637A JP 2021511637 A JP2021511637 A JP 2021511637A JP 2021535513 A JP2021535513 A JP 2021535513A
- Authority
- JP
- Japan
- Prior art keywords
- reaction
- cnn
- pcr
- array
- predictions
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- C12Q1/6844—Nucleic acid amplification reactions
- C12Q1/686—Polymerase chain reaction [PCR]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/02—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor using a plurality of sample containers moved by a conveyor system past one or more treatment or analysis stations
- G01N35/028—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor using a plurality of sample containers moved by a conveyor system past one or more treatment or analysis stations having reaction cells in the form of microtitration plates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Organic Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Pathology (AREA)
- Genetics & Genomics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biotechnology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Microbiology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
Description
1.ブリッジング−流体がいくつかの隣接する反応ユニットの周りに溢れ、それらの間にブリッジを形成して、反応の完全性を損なう場合。
2.漏れ−反応プレートの封止ユニットが破損し、液体が外部チャンバに漏れる可能性がある。
3.アッセイスポッティングの問題−事前にスポッティングされたアッセイフォーマットについて、いくつかの反応ユニットにはアッセイがローディングされない場合がある。
任意の特定の要素または行為の考察を容易に識別するために、参照番号における最上位桁(複数可)は、その要素が最初に導入された、図の番号を指す。
4.製造データサーバから正常および不良のプレートのアレイ品質管理(QC)画像をダウンロードすること。
5.QC画像ごとに、スポット発見アルゴリズムを使用してアレイ内のすべての貫通孔(反応ユニット)中心を発見し、識別された貫通孔中心に基づいてアレイ画像全体を48個のサブアレイ画像に分割する。
6.48個のサブアレイ画像すべてを注釈ツールにローディングし、それらを視覚的に検査して、正常、または明るいRox、Roxスポッティング、Roxストリッピング、ストップポイントブリッジング、および再構築エラーを含む5つの不良モードとして標識付けする。
7.すべてのQC画像に対して2)および3)を繰り返して、注釈付きのトレーニングおよび検証データセットを構築する。
8.トレーニングするネットワークとして、1つ以上の隠れ層を持つ畳み込みニューラルネットワークを使用する。
9.完全に接続された層を出力層として使用して、入力サブアレイ画像の予測を出力する。
10.Softmaxクロスエントロピーコスト関数を適用して、予測と注釈付き標識との間の損失を計算する。
11.Adamオプティマイザーまたは他の勾配降下オプティマイザーを使用して上述のネットワークの重みを更新し、各トレーニングステップでトレーニングデータセットからランダムに選択されたトレーニング試料のミニバッチに対する損失を最小化する。
12.予め定められたトレーニングステップ数に達するまでトレーニングプロセスを継続し、特定のトレーニングステップごとにトレーニングされたネットワークを保存する。
13.トレーニングプロセスに含まれていない検証データセット内のサブアレイ画像の独立したサブセットによって、トレーニングプロセス中に保存された、トレーニングされたモデルを評価する。最良のトレーニングされたモデルとして、評価損失またはエラー率が最小のトレーニングされたモデルを選択する。
14.貫通孔の中心が識別された新しいQC画像の場合、アレイ画像全体をいくつかの数(48個など)のサブアレイ画像に分割する。選択された、トレーニングされたモデルをこれらのサブアレイ画像に適用して、正常または不良を予測する。すべてのサブアレイ画像が良好である場合、アレイQCは正常であり、それ以外の場合、アレイQCは不良になる。システムはまた、どの1つ以上のサブアレイが不良になるか、かつどの不良モードであるかを予測することもできる。
15.ノイズ、回転、並進オフセット、明るさもしくはコントラストの変化、または敵対的生成ネット(GAN)によるシミュレートされたサブアレイ画像の追加などのデータ拡張技術を使用して、トレーニングされたモデルの堅牢性を向上させることができる。
16.トレーニング中に、ドロップアウトまたは重み減衰などの技術を使用して、トレーニングされたモデルの一般性を向上させることができる。
本明細書で使用される用語は、関連技術におけるそれらの通常の意味、または文脈におけるそれらの使用によって示される意味を与えられるべきであるが、明示的な定義が提供される場合、その意味が支配する。
Claims (17)
- システムであって、
PCRシステムと、
反応アレイプレートと、
前記PCRシステムにおける前記反応アレイプレートの画像シーケンスを受信するように構成された畳み込みニューラルネットワーク(CNN)と、
前記反応アレイプレートの制御に結合された前記CNNの出力と、を含む、システム。 - 前記制御が、停止制御である、請求項1に記載のシステム。
- 前記反応アレイプレートの貫通孔中心と前記CNNの層内のアレイとの間のマッピング機能をさらに含む、請求項1に記載のシステム。
- 前記CNNの前記出力が、前記画像シーケンスをROXスポッティング予測、ROXストリッピング予測、明るいROX予測、スポットポイントブリッジ予測、および再構築エラー予測に変換する、請求項1に記載のシステム。
- 前記CNNが、最終的な完全に接続された出力層を欠いている、請求項1に記載のシステム。
- 前記CNNから特徴指示を受信し、前記特徴指示を不良モード予測に変換するように結合された少なくとも1つのリカレントニューラルネットワーク(RNN)をさらに含む、請求項5に記載のシステム。
- 複数のRNNを含み、複数のRNNの予測が、パーセプトロンによって組み合わされて、少なくとも1つの不良モードの最終予測となる、請求項6に記載のシステム。
- 前記CNNが、
54x54アレイを備えた入力層と、
32個の54x54アレイを備えた第1の畳み込み層と、
64個の18x18アレイを備えた第2の畳み込み層と、をさらに含む、請求項1に記載のシステム。 - 前記CNNが、
192個のノードを備えた第1の完全に接続された層と、
前記第1の完全に接続された層に結合され、48個のノードを備えた、第2の完全に接続された層と、
前記第2の完全に接続された層に結合され、バイナリパスまたは失敗出力信号を生成する出力層と、をさらに備える、請求項8に記載のシステム。 - 前記出力層が、前記反応アレイプレートの不良モードの予測をさらに生成する、請求項9に記載のシステム。
- 方法であって、
反応アレイプレートに対してPCRシステムを動作させることと、
前記反応プレートアレイに対する前記PCRシステムの動作中に、前記反応アレイプレートの複数のサブアレイからの画像シーケンスを複数の畳み込みニューラルネットワーク(CNN)に適用することと、
前記画像シーケンスに基づいて前記反応プレートの不良モード予測を生成するために、前記CNNを動作させることと、
前記CNNの出力を、前記反応アレイプレートの製造または前記PCRシステムの制御のための設定のうちの1つ以上に結合することと、を含む、方法。 - 前記制御が、停止制御である、請求項11に記載の方法。
- 前記反応アレイプレートの貫通孔中心を前記CNNの異なるものにマッピングすることをさらに含む、請求項11に記載の方法。
- 前記CNNの前記出力が、前記画像シーケンスをROXスポッティング予測、ROXストリッピング予測、明るいROX予測、スポットポイントブリッジ予測、および再構築エラー予測に変換する、請求項11に記載の方法。
- 前記CNNのうちの1つ以上が、最終的な完全に接続された出力層を欠いている、請求項11に記載の方法。
- 前記CNNから特徴指示を受信し、前記特徴指示を前記不良モード予測に変換するために、前記CNNの前記出力を少なくとも1つのリカレントニューラルネットワーク(RNN)に結合することをさらに含む、請求項15に記載の方法。
- 複数のRNNを含み、複数のRNNの予測が、パーセプトロンによって組み合わされて、少なくとも1つの不良モードの最終予測となる、請求項16に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862725894P | 2018-08-31 | 2018-08-31 | |
US62/725,894 | 2018-08-31 | ||
PCT/US2019/048862 WO2020047288A1 (en) | 2018-08-31 | 2019-08-29 | Image driven quality control for array based pcr |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021535513A true JP2021535513A (ja) | 2021-12-16 |
JP7254165B2 JP7254165B2 (ja) | 2023-04-07 |
Family
ID=67982142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021511637A Active JP7254165B2 (ja) | 2018-08-31 | 2019-08-29 | アレイベースのpcrのための画像を駆使した品質管理 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11836614B2 (ja) |
EP (1) | EP3844677A1 (ja) |
JP (1) | JP7254165B2 (ja) |
CN (1) | CN113039560A (ja) |
SG (1) | SG11202101612SA (ja) |
WO (1) | WO2020047288A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11500370B2 (en) * | 2019-08-21 | 2022-11-15 | Hitachi, Ltd. | System for predictive maintenance using generative adversarial networks for failure prediction |
DE102020118801A1 (de) * | 2020-07-16 | 2022-01-20 | Carl Zeiss Microscopy Gmbh | Mikroskop und verfahren zur abstandsbestimmung einer probenreferenzebene |
KR102466257B1 (ko) * | 2020-09-10 | 2022-11-14 | 주식회사 더웨이브톡 | 다중 광원을 활용한 분광 장치 |
KR20230089589A (ko) * | 2021-12-13 | 2023-06-21 | 삼성디스플레이 주식회사 | 표시 장치 및 표시 장치의 구동 방법 |
EP4325444A1 (en) * | 2022-08-18 | 2024-02-21 | Roche Diagnostics GmbH | Digital pcr leakage detection and correction methods and systems |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008506098A (ja) * | 2004-07-07 | 2008-02-28 | ソシエテ エレクトロニク ドゥ コンブリ−セルコ | ナノメートルのサンプルを観察するための光学部品、これを含むシステム、これを用いる解析方法、及びその使用方法 |
JP2009109402A (ja) * | 2007-10-31 | 2009-05-21 | Canon Inc | 画像情報処理装置 |
JP2011135855A (ja) * | 2010-01-04 | 2011-07-14 | Toyo Kohan Co Ltd | マイクロアレイの検出方法 |
JP2012504412A (ja) * | 2008-10-01 | 2012-02-23 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 支持体上の核酸の検査及び品質管理方法 |
US20170175169A1 (en) * | 2015-12-18 | 2017-06-22 | Min Lee | Clinical decision support system utilizing deep neural networks for diagnosis of chronic diseases |
JP2018505680A (ja) * | 2015-02-06 | 2018-03-01 | ライフ テクノロジーズ コーポレーション | 生物学的分析のためのシステムおよび方法 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5994056A (en) | 1991-05-02 | 1999-11-30 | Roche Molecular Systems, Inc. | Homogeneous methods for nucleic acid amplification and detection |
US5767259A (en) | 1994-12-27 | 1998-06-16 | Naxcor | Oligonucleotides containing base-free linking groups with photoactivatable side chains |
US5925517A (en) | 1993-11-12 | 1999-07-20 | The Public Health Research Institute Of The City Of New York, Inc. | Detectably labeled dual conformation oligonucleotide probes, assays and kits |
US5538848A (en) | 1994-11-16 | 1996-07-23 | Applied Biosystems Division, Perkin-Elmer Corp. | Method for detecting nucleic acid amplification using self-quenching fluorescence probe |
JP3898228B2 (ja) | 1996-04-12 | 2007-03-28 | ザ パブリック ヘルス リサーチ インスティチュート オブ ザ シティー オブ ニューヨーク インク | 検出プローブ、キット及びアッセイ |
GB9720926D0 (en) * | 1997-10-03 | 1997-12-03 | Molecular Sensors Ltd | Intelligent control of nucleic amplification procedures including the polymerase chain reaction |
US6355421B1 (en) | 1997-10-27 | 2002-03-12 | Boston Probes, Inc. | Methods, kits and compositions pertaining to PNA molecular beacons |
US6485901B1 (en) | 1997-10-27 | 2002-11-26 | Boston Probes, Inc. | Methods, kits and compositions pertaining to linear beacons |
US6383752B1 (en) | 1999-03-31 | 2002-05-07 | Hybridon, Inc. | Pseudo-cyclic oligonucleobases |
US6528254B1 (en) | 1999-10-29 | 2003-03-04 | Stratagene | Methods for detection of a target nucleic acid sequence |
US6596490B2 (en) | 2000-07-14 | 2003-07-22 | Applied Gene Technologies, Inc. | Nucleic acid hairpin probes and uses thereof |
US6350580B1 (en) | 2000-10-11 | 2002-02-26 | Stratagene | Methods for detection of a target nucleic acid using a probe comprising secondary structure |
US6593091B2 (en) | 2001-09-24 | 2003-07-15 | Beckman Coulter, Inc. | Oligonucleotide probes for detecting nucleic acids through changes in flourescence resonance energy transfer |
US6589250B2 (en) | 2001-11-20 | 2003-07-08 | Stephen A. Schendel | Maxillary distraction device |
AU2003299576A1 (en) * | 2002-11-25 | 2004-06-18 | Tufts University | Electro-optical nucleic acid-based sensor array and method for detecting analytes |
TW200930818A (en) | 2007-10-30 | 2009-07-16 | Applied Biosystems | Method and kits for multiplex amplification of short tandem repeat loci |
US20180156717A1 (en) * | 2016-12-05 | 2018-06-07 | Bill & Melinda Gates Foundation | Multi-test assay systems and methods of using the same |
WO2018194603A1 (en) * | 2017-04-20 | 2018-10-25 | Hewlett-Packard Development Company, L.P. | Document security |
US10515460B2 (en) * | 2017-11-29 | 2019-12-24 | Adobe Inc. | Neural network-based camera calibration |
CN108242054A (zh) | 2018-01-09 | 2018-07-03 | 北京百度网讯科技有限公司 | 一种钢板缺陷检测方法、装置、设备和服务器 |
US20200042888A1 (en) * | 2018-07-31 | 2020-02-06 | Gyrfalcon Technology Inc. | Self-sufficient artificial intelligence edge devices |
-
2019
- 2019-08-29 EP EP19769625.5A patent/EP3844677A1/en active Pending
- 2019-08-29 WO PCT/US2019/048862 patent/WO2020047288A1/en unknown
- 2019-08-29 US US16/555,803 patent/US11836614B2/en active Active
- 2019-08-29 CN CN201980056111.5A patent/CN113039560A/zh active Pending
- 2019-08-29 SG SG11202101612SA patent/SG11202101612SA/en unknown
- 2019-08-29 JP JP2021511637A patent/JP7254165B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008506098A (ja) * | 2004-07-07 | 2008-02-28 | ソシエテ エレクトロニク ドゥ コンブリ−セルコ | ナノメートルのサンプルを観察するための光学部品、これを含むシステム、これを用いる解析方法、及びその使用方法 |
JP2009109402A (ja) * | 2007-10-31 | 2009-05-21 | Canon Inc | 画像情報処理装置 |
JP2012504412A (ja) * | 2008-10-01 | 2012-02-23 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 支持体上の核酸の検査及び品質管理方法 |
JP2011135855A (ja) * | 2010-01-04 | 2011-07-14 | Toyo Kohan Co Ltd | マイクロアレイの検出方法 |
JP2018505680A (ja) * | 2015-02-06 | 2018-03-01 | ライフ テクノロジーズ コーポレーション | 生物学的分析のためのシステムおよび方法 |
US20170175169A1 (en) * | 2015-12-18 | 2017-06-22 | Min Lee | Clinical decision support system utilizing deep neural networks for diagnosis of chronic diseases |
Also Published As
Publication number | Publication date |
---|---|
CN113039560A (zh) | 2021-06-25 |
US11836614B2 (en) | 2023-12-05 |
JP7254165B2 (ja) | 2023-04-07 |
SG11202101612SA (en) | 2021-03-30 |
WO2020047288A1 (en) | 2020-03-05 |
EP3844677A1 (en) | 2021-07-07 |
US20200074303A1 (en) | 2020-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7254165B2 (ja) | アレイベースのpcrのための画像を駆使した品質管理 | |
JP7308261B2 (ja) | ジェノタイピングpcrアッセイのための機械学習システム | |
Armstrong et al. | Microarray data analysis: from hypotheses to conclusions using gene expression data | |
CA3168451A1 (en) | Knowledge distillation and gradient pruning-based compression of artificial intelligence-based base caller | |
Lee et al. | Microarrays: an overview | |
CN103069427B (zh) | qPCR基因分型数据的可视化工具 | |
NL2023314B1 (en) | Artificial intelligence-based quality scoring | |
Ghaffari et al. | Modeling the next generation sequencing sample processing pipeline for the purposes of classification | |
CN108140072B (zh) | Pcr结果可视化工具 | |
CN116490927A (zh) | 具有扩张的卷积神经网络的碱基调用器 | |
US20230343414A1 (en) | Sequence-to-sequence base calling | |
US7003403B1 (en) | Quantifying gene relatedness via nonlinear prediction of gene | |
EP4045676A1 (en) | Detection of sequences uniquely associated with a dna target region | |
US20040110193A1 (en) | Methods for classification of biological data | |
Adjaye | Whole-genome approaches for large-scale gene identification and expression analysis in mammalian preimplantation embryos | |
Tegfalk | Application of machine learning techniques to perform base-calling in next-generation DNA sequencing | |
US20230087698A1 (en) | Compressed state-based base calling | |
US20230298339A1 (en) | State-based base calling | |
Uchida et al. | Detection and normalization of biases present in spotted cDNA microarray data: a composite method addressing dye, intensity-dependent, spatially-dependent, and print-order biases | |
EP4099332A1 (en) | Method for reviewing and manipulating of digital pcr data | |
Sheth | Analyzing and Interpreting Deoxyribonucleic Acid From Multiple Donors Using a Forensically Relevant Single-Cell Strategy | |
US20230074085A1 (en) | Compositions, methods, and systems for non-invasive prenatal testing | |
WO2023049212A2 (en) | State-based base calling | |
Winn et al. | Prediction of Fusarium Head Blight Resistance QTL Haplotypes Through Molecular Markers, Genotyping-by-Sequencing, and Machine Learning | |
WO2023084486A1 (en) | Generation of epigenetic age information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210310 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220502 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220802 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221101 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230227 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230328 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7254165 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |