本发明提供了一种坡耕地垄沟布局对微生物影响机理的识别方法,属于土壤微生物学技术领域,包括：确定坡耕地垄沟布局参数；布设实验小区和对照小区；进行土壤微生物高通量测序,得到土壤微生物群落结构多样性相关指数和土壤碳氮循环过程功能基因丰度数据；确定对所述土壤微生物群落结构多样性相关指数和土壤碳氮循环过程功能基因丰度数据产生影响的坡耕地垄沟布局参数的主次顺序；构建线性回归方程；对所述线性回归方程进行显著性检验,完成对坡耕地垄沟布局对微生物影响机理的识别。本发明选择四种具有代表性的垄沟布局参数,通过高通量测序技术对不同垄沟布局下土壤微生物群落多样性进行分析,识别坡耕地垄沟布局对土壤微生物影响机理,为制定合适的坡耕地垄沟布局方式提供参考。

本发明公开了一种基于序列频率信息识别DNA增强子元件的方法,所述方法基于支持向量机构建的双层DNA增强子元件预测模型,所述预测模型通过如下步骤生成：步骤(1)：通过细胞系的染色质数据库信息构建DNA增强子序列数据集；步骤(2)：通过PSTNP算法对DNA增强子序列数据集进行处理获得具有位置特异性的三核苷酸序列的DNA增强子信息；步骤(3)：通过Kullback-Leibler散度算法对DNA增强子信息的三核苷酸序列信息进行优化；步骤(4)：采用LASSO算法对DNA增强子信息的三核苷酸序列的特征数据进行降维处理；本发明解决了DNA增强子及其强度的预测问题,采用特征优化、特征筛选方法对提取的序列频率信息进行改进,明显提高了预测精度。

一种鳞癌组织功能状态与细胞组分评估方法及系统,涉及生命科学测序数据分析技术领域,用以解决现有的细胞组分评估方法或系统评估细胞类型太少且不能评估更精细的细胞亚群类型的问题。本发明的技术要点包括：本发明基于约20万细胞的鳞癌单细胞测序数据,识别并筛选了包括免疫细胞与组织细胞等多种细胞类型的特征表达基因,作为对应细胞类型的代表性特征标志物,进而分析估算更精细的细胞类型,并额外整合了评估单细胞组织功能状态步骤,以进一步在估测样本间细胞组分差异的同时,探究细胞组分差异与组织状态间的关系。本发明适用于对鳞癌组织功能状态与细胞组分的精细估算。

本发明提供了一种测序结果分析方法。该方法包括：所述测序结果包括第一测序数据和第二测序数据,其中,所述第一测序数据和所述第二测序数据均由多个读段构成,所述第一测序数据中的至少一部分所述读段在所述第二测序数据中存在对应读段,所述测序结果分析方法包括：(a)基于所述第一测序数据和所述第二测序数据各自的至少一部分进行相互校正,以便获得最终序列信息。

本发明提出了一种基于卷积神经网络的药物-蛋白相互作用预测模型,该预测模型的构建方法如下：步骤1、为靶点蛋白质的结合位点构建包围盒描述符,利用三层3D卷积神经网络提取多通道的结合位点空间结构特征；步骤2、基于靶点蛋白质的氨基酸序列,利用三层1D卷积神经网络提取蛋白质的氨基酸构成特征；步骤3、为待筛选的药物分子构建分子图,利用三层图卷积神经网络提取药物分子特征；步骤4、将得到的所有特征进行组合得到整体特征后,输入至两层全连接网络预测药物-蛋白的相互作用,借此,本发明具有不仅考虑了与对接过程密切相关的结合位点的局部特征,还考虑了蛋白质的全局特征,并将这些特征预测化合物-蛋白质相互作用的优点。

本公开提供了一种图像分析方法、装置、计算机设备和存储介质,其中,该方法包括：获取待检测的基因峰形图谱,其中,所述基因峰形图谱包括至少一种基本碱基的待检测波形；提取每个所述待检测波形对应的初始波形特征；基于提取的所述初始波形特征,确定目标融合波形特征；基于所述目标融合波形特征,确定所述基因峰形图谱对应的碱基序列。本公开实施例将多种基本碱基所对应的初始波形特征进行融合,利用融合后的目标融合波形特征不仅能够准确地预测出基本碱基,还能够准确地预测出简并碱基,提高了基因预测的准确度；另外,上述方法可以通过训练好的神经网络模型实现,能够进一步提高预测的效率和预测的稳定性。

本公开内容提供了用于在无细胞核酸样品中检测或推断拷贝数变体(CNV)水平以检测或评估癌症和产前疾病的方法和系统。无细胞核酸甲基化测序数据可用于区分肿瘤来源或胎儿来源测序读段与正常cfDNA测序读段。基于甲基化cfDNA测序数据(例如,使用亚硫酸氢盐测序方法或无亚硫酸氢盐的测序方法获得)和肿瘤/胎儿甲基化标志物,每个无细胞核酸测序读段(例如,包含肿瘤或胎儿甲基化标志物)可以被归类为对应于肿瘤/胎儿来源的无细胞核酸或正常血浆的无细胞核酸。接下来,可以构建肿瘤/胎儿来源测序读段计数的谱,并随后进行归一化。可以推断每个基因组区域的CNV状态(例如,获得或丢失),并且可以基于对象的推断CNV谱进行诊断或预后。

本发明公开了一种基于纳米孔测序仪的高精度快速测序平台及其搭建方法,属于分子生物领域,搭建测序平台方法包括：测序平台硬件设备,测序平台软件安装,测序平台系统配置；硬件设备包括：CPU,GPU,SSD；测序平台软件包括：ubuntu 18.04 LTS,CUDA,GUPPY,MinKNOW；测序平台系统配置包括：配置CUDA环境变量,配置MinKNOW运行参数,配置GUPPY和配置软件自动升级；本发明通过硬件的选取和测序软件环境整合解决了现有技术中三代Nanopore测序碱基判读耗时长且准确度不高的问题,具有广泛的临床潜力。

本发明涉及用于免疫治疗方法的肽、蛋白质、核酸和细胞。特别是,本发明涉及癌症的免疫疗法。本发明还涉及单独使用或与其他肿瘤相关肽(刺激抗肿瘤免疫反应或体外刺激T细胞和转入患者的疫苗复合物的活性药物成分)联合使用的肿瘤相关T细胞(CTL)肽表位。与主要组织兼容性复合体(MHC)分子结合的肽或与此同类的肽也可能是抗体、可溶性T细胞受体和其他结合分子的靶标。

本发明实施例提供了一种检测样本中目标序列整合和突变的方法及其引物的设计方法和试剂盒,涉及基因工程和分子生物学领域,本发明通过以目标序列为模板设计多组背靠背引物,并将多组所述背靠背引物分为两个或两个以上的引物池,使得每个引物池中相邻两组背靠背引物对应的目标区域之间的间隔距离≥所述引物池的个数ⅹ(45～75)；基于上述引物设计原则设计的引物对添加有环化接头的cfDNA片段进行环化扩增,能够同时对目标序列的整合和突变进行高特异性的检测,为基因整合和基因突变的检测方法提供了新的思路。