[00258846]一种利用机器学习预测复杂疾病易感位点的方法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201710592222.0
交易方式：
技术转让
技术转让
技术入股
联系人：
西安交通大学
进入空间
所在地：陕西西安市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种利用机器学习预测复杂疾病易感位点的方法，包括以下步骤(1)收集已知的复杂疾病易感位点作为机器学习模型的阳性集，根据阳性集推测与复杂疾病不相关的位点作为阴性集，并进行表观调控元件的注释；(2)利用机器学习建立复杂疾病表观调控模型；(3)根据建立的模型，对全基因组范围内全部的位点就进行预测，得到最终的预测结果作为复杂疾病的潜在易感位点。本发明方法将表观遗传学信息和基因组DNA信息结合起来，通过机器学习提取表观调控元件特征，进而在全基因组范围内预测复杂疾病的易感位点，可显著提高找到的易感位点所解释的遗传力，为后续设计药物和疾病检测提供了潜在的靶标。
本发明公开了一种利用机器学习预测复杂疾病易感位点的方法，包括以下步骤(1)收集已知的复杂疾病易感位点作为机器学习模型的阳性集，根据阳性集推测与复杂疾病不相关的位点作为阴性集，并进行表观调控元件的注释；(2)利用机器学习建立复杂疾病表观调控模型；(3)根据建立的模型，对全基因组范围内全部的位点就进行预测，得到最终的预测结果作为复杂疾病的潜在易感位点。本发明方法将表观遗传学信息和基因组DNA信息结合起来，通过机器学习提取表观调控元件特征，进而在全基因组范围内预测复杂疾病的易感位点，可显著提高找到的易感位点所解释的遗传力，为后续设计药物和疾病检测提供了潜在的靶标。
