本发明公开了一种固相识别雌激素受体的雌二醇衍生物筛选方法。该方法包括：以雌二醇-雌激素受体LBD复合物晶体构象为基础,运用分子对接对不同结构雌二醇衍生物与雌激素受体LBD的结合能力进行计算机模拟分析,筛选出满足预设要求的雌二醇衍生物；对筛选出的雌二醇衍生物,采用分子动力学模拟进行结构稳定性和能量变化的分析,筛选出与雌激素受体LBD具有特异性高亲和力的衍生物。本发明可以筛选出与雌激素受体具有高特异性高亲和力的衍生物,进而可以缩短固相雌二醇与雌激素受体结合的时间,增加体外环境下的结合稳定性。

本发明属于阻断肽合成技术领域,具体涉及小型阻断肽的设计筛选方法及其用于合成纤维化疾病治疗药物的应用。其有益效果在于：提供了一种新的纤维化疾病治疗药物的原料。相对于抗体作为传统纤维化疾病治疗药物的原料,本发明技术方案生产成本和方法,免疫激活风险、脱靶效应的风险等方面均有优异表现。

本发明的一种基于骨干粒子群算法的基因数据特征选择方法及装置,基于基因疾病数据集,通过初始化基因疾病数据集种群,并对基因特征通过随机分组算法进行随机初始化分成四组；使用代理实例算法将训练集中部分实例删除,产生代理实例集；针对每组基因特征通过骨干粒子群算法进行Tmax次迭代,在Tmax次迭代中,分为两个阶段,并分别通过代理实例集和原始实例集来评估粒子的函数适应值,第一阶段采用分组算法使得数据进行了降维加快了优化的速度并在全局搜索中找到优化方向,第二阶段利用局部搜索算法使得种群在找到优化方向后找到最优解,最优解即找到效果最好的基因特征并输出。本发明提高了基因数据的分类精度,在多个疾病基因数据集上取得良好效果。

本公开涉及一种用于筛选免疫组库测序生物标志物的方法、计算设备和存储介质。该方法包括：确定样本中的每一种克隆的初始绝对丰度；基于样品内克隆基因的初始绝对丰度、样品内所有克隆的绝对丰度的总和,计算样品内克隆基因的第一相对丰度；响应于确定克隆基因的初始绝对丰度大于预定阈值,确定克隆基因的第一绝对丰度为1；基于样品内克隆基因的第一绝对丰度、样品内所有克隆的第一绝对丰度的总和,计算样品内克隆基因的第二相对丰度；针对候选克隆基因进行第一检验和第二检验,以便确定免疫组库测序生物标志物,第二检验不同于第一检验。本公开能够显著提高所筛选出的免疫组库的生物标志物的可靠性。

本发明属于生物信息领域,公开了一种癌症分类和特征基因选择方法,包括以下步骤：初级学习器的建立：建立T个logistic回归模型及其对应的sparse group lasso正则化的损失函数求解模型,输出次级学习器训练集；次级学习器的建立：建立multi-response回归模型及其对应L1正则化的损失函数求解模型,输出训练集预测结果；预后特征选择模型：建立预后特征选择SGL模型。本发明癌症分类和特征基因选择方法,满足预测、稳定和选择三大标准,stacking集成提高了模型对癌症分类预测的准确性和稳定性,准确选取致癌基因和癌症相关基因,增强模型的可解释性；融合基因与基因通路先验知识,提高了癌症分类的准确性和特征选择的有效性。

本申请提供一种用于肝癌预后预测的分子标志物及其应用,利用电子数据集,筛选出分子标志物可以独立预测肝癌患者的生存,可作为肝癌预后生存时间的参考判断指标及预后生存风险预测参考。本发明通过研究分子标志物与肝癌患者临床预后的关系,为肝癌预后判断提供新的标志物,以提高肝癌患者及时干预治疗,改善患者临床预后,在临床实践中有非常重要意义。

本发明涉及肝癌早筛模型的构建方法、检测装置以及计算机可读取介质。对170例对照人群和192例肝癌患者的WGS cfDNA读段长度进行统计,发现在总片段(40-300bp),短片段(40-80bp)和超长片段(200-300bp)的数量在两组间存在差异；同时以染色体长短臂统计不同长度片段的数量,在两组间也存在显著差异。本发明首次基于血浆cfDNA高通量低深度测序提供了DNA片段大小片单分布和末端序列占比与肝癌关系的诊断模型,该模型不仅能够诊断早期肝癌还能够区分肝硬化,具有无创检测,通量低,检测特异性和敏感性高的有点。

本发明提供了一种用于肝细胞癌预后评估的生物标志物组合及其筛选方法和应用,所述生物标志物组合包括24个溶质转运蛋白超家族成员。本发明通过多个不同中心的大尺度队列整合了溶质转运蛋白超家族成员的mRNA在HCC中的表达数据,获取了一个具有一致性和稳健性的肝细胞癌相关的溶质转运蛋白超家族成员的mRNA表达谱。通过机器学习方法,基于所述生物标志物组合的mRNA表达水平构建了有效的患者预后评估模型,且该评估模型能有效评估HCC患者的预后,具有一定的特异性和敏感性。