解释复杂疾病遗传关系的深度关联核学习技术

授权

摘要

本发明公开了一种解释复杂疾病遗传关系的深度关联核学习技术，包括：途径分组模块、基因编码模块、卷积层模块、内核机器回归模块和梯度回传算法模块；途径分组模块将同一生物学途经中的变体归为一组；基因编码模块通过对每组变体中的等位基因以一热编码的方式进行编码并建模；卷积层模块用于识别等位基因中的因果区域，将因果位点编码为深层特征；内核机器回归模块通过深度学习的方法进行回归，提取路径层次的特征，统计特征的显著性；梯度回传算法模块对深度网络参数进行优化更新，并反馈给卷积层模块。本发明解决了传统技术中的局限性，实现了对基因间复杂关联的检测，增强了GWAS的可解释性。

基本信息

专利标题：

解释复杂疾病遗传关系的深度关联核学习技术

专利标题（英）：

暂无

公开（公告）号：

CN111489788A

申请号：

CN202010229815.2

公开（公告）日：

2020-08-04

申请日：

2020-03-27

授权号：

CN111489788B

授权日：

2022-05-20

发明人：

邓岳鲍峰王勃

申请人：

北京航空航天大学

申请人地址：

北京市海淀区学院路37号

代理机构：

北京慕达星云知识产权代理事务所(特殊普通合伙)

代理人：

符继超

优先权：

CN202010229815.2

主分类号：

G16B20/20

IPC分类号：

G16B20/20 G16B20/40 G16B40/20 G06N3/04