06谷歌經(jīng)典算法專利

技術(shù)背景介紹

過去十年來，DNA測(cè)序技術(shù)的快速改進(jìn)已經(jīng)產(chǎn)生了豐富的分子信息。

雖然讀取基因組的能力已經(jīng)徹底改變了生物學(xué)研究，但大量的表型和疾病狀態(tài)信息還不能從基因組中推斷出來。

RNA測(cè)序提供了一個(gè)更深層次的理解基因組的功能元素和他們的表達(dá)水平，然而，重大挑戰(zhàn)仍然圍繞努力關(guān)聯(lián)蛋白質(zhì)mRNA表達(dá)水平（蘇阿，佩納爾瓦，馬科特，＆沃格爾，2009）（沃格爾＆馬科特，2012），導(dǎo)致無法精確定量蛋白質(zhì)，會(huì)讓其中信息丟失。

細(xì)胞的狀態(tài)難以預(yù)測(cè)。當(dāng)評(píng)估血清中的蛋白質(zhì)時(shí)，RNA分析不能預(yù)測(cè)蛋白質(zhì)的存在，因?yàn)榈鞍踪|(zhì)可以從細(xì)胞排出并在整個(gè)血液系統(tǒng)中循環(huán)，導(dǎo)致RNA序列與其翻譯靶點(diǎn)之間失去空間聯(lián)系。

此外，蛋白質(zhì)測(cè)序可以揭示許多未知的東西，即宿主血液中其他生物體（如病毒、細(xì)菌等）并影響宿主。?

RNA和DNA測(cè)序?qū)�抗體序列的了解有限，因?yàn)榭贵w重復(fù)序列的多樣性是由體細(xì)胞高突變事件產(chǎn)生的。

為了捕獲DNA加工和分泌后發(fā)生的信息，如翻譯后蛋白質(zhì)修飾、翻譯保真度、蛋白質(zhì)折疊完整性。

科學(xué)家必須能夠測(cè)序proteins（i．e．read的氨基酸序列）直接從感興趣的樣本中推斷proteins（i．e．read水平及其酶效應(yīng)之間的相關(guān)性。

從頭蛋白質(zhì)測(cè)序可以導(dǎo)致從任何生物體（如各種組織、病原體、突變的癌細(xì)胞）和任何含有蛋白質(zhì)的sample（e．g．blood、皮膚、腦脊液．土壤）中發(fā)現(xiàn)罕見和新的蛋白質(zhì)。

蛋白質(zhì)測(cè)序也可以作為治療療效的指標(biāo)，允許在疾病治療過程中進(jìn)行廣泛的生理監(jiān)測(cè)。

然而，目前還沒有成本和時(shí)間有效的戰(zhàn)略跨越整個(gè)蛋白質(zhì)表達(dá)動(dòng)態(tài)范圍的蛋白質(zhì)和蛋白質(zhì)組的大規(guī)模和高通量測(cè)序。

也沒有一種可靠的方法來對(duì)非靶向的低表達(dá)蛋白進(jìn)行測(cè)序。

因此，抗體和低表達(dá)蛋白的測(cè)序仍然面臨著使用當(dāng)前技術(shù)的障礙，除了最專業(yè)的研究工作外，所有人幾乎都無法獲得。?

本公開描述了形成開發(fā)和使用蛋白質(zhì)測(cè)序平臺(tái)的管道的方法和組合物的集合，該平臺(tái)利用與n端氨基酸專門結(jié)合的適配體。

氨基酸特異性適配體可以使用本文描述的新方法生成（RCIT－SELEX）。

氨基酸適體可用于識(shí)別、識(shí)別和轉(zhuǎn)換每個(gè)氨基酸的蛋白質(zhì)或肽的DNA序列（PROSEQ）或等氨基酸適體可用于識(shí)別和識(shí)別，基于視覺信號(hào)，每個(gè)氨基酸的蛋白質(zhì)或肽（PROSEQ－VIS）。

此外，還有一些問題�？梢酝瑫r(shí)生成許多不同的目標(biāo)特異性適配體，并用于生產(chǎn)和篩選大量的粘合劑（MUL－TIPLEX）。

同時(shí)和特異性的適配體選擇依賴于目標(biāo)的穩(wěn)健識(shí)別。

核酸條形碼靶標(biāo)的生成可以在體內(nèi)通過肽或蛋白質(zhì)之間的非共價(jià)鍵，使用rna結(jié)合蛋白及其相應(yīng)的識(shí)別序列（周轉(zhuǎn)率）來完成。

最后，成功的SELEX實(shí)驗(yàn)要求將10個(gè)4－10個(gè)15個(gè)候選序列的適配體包含在原始的候選序列中，這只是所有可能的DNA序列的一小部分。

機(jī)器捆綁（ML）可以幫助優(yōu)化實(shí)驗(yàn)種子粘合劑，因此，與傳統(tǒng)的SELEX實(shí)驗(yàn)不同，最佳粘合劑不需要出現(xiàn)在實(shí)驗(yàn)數(shù)據(jù)集中。

使用受控輸入池構(gòu)建相互衍生的、可定制的DNA文庫(kù)的能力，可以通過系統(tǒng)分析包含已知結(jié)合傾向的序列（樂高）的候選適配體，顯著增加探索空間。?

在一個(gè)方面，提供了獲得對(duì)靶標(biāo)具有親和力和特異性的適配體的方法。

這種方法通常包括

（a）提供多個(gè)適配體；

（b）對(duì)多個(gè)適配體進(jìn)行負(fù)選擇；

（c）可選地，向多個(gè)適配體加入控制寡核苷酸；

（d）可選地，放大多個(gè)適配體；

（e）在允許多個(gè)適配體與多個(gè)潛在目標(biāo)結(jié)合的條件下孵化多個(gè)適配體；

（f）可選地，在允許多個(gè)適配體與至少一個(gè)結(jié)合的條件下，將多個(gè)適配體與至少一個(gè)零目標(biāo)孵育多個(gè)適配體。

（g）去除未結(jié)合的適配體；

（h）測(cè)序目標(biāo)結(jié)合的適配體；

（i）多次重復(fù)步驟（a）－（h），

從而獲得對(duì)目標(biāo)具有親和力和特異性的適配體。

在一些實(shí)施例中，多個(gè)潛在靶點(diǎn)是多肽、氨基酸、核酸、小分子、整個(gè)蛋白質(zhì)或蛋白質(zhì)復(fù)合物，或細(xì)胞。

在一些實(shí)施例中，放大多個(gè)適配體步驟遵循單個(gè)提升步驟或雙提升步驟。

下面都是具體的實(shí)操細(xì)節(jié)，知情郎就不復(fù)述展開了，有興趣的自行下載專利PDF，由于是全英文版，且是生物醫(yī)藥最前沿的基因技術(shù)，大量專業(yè)術(shù)語(yǔ)，非行業(yè)人大概看了像天書般，此間翻譯也是機(jī)器翻譯，若不準(zhǔn)確，多海涵！

07至本醫(yī)療癌癥檢測(cè)專家？

再看至本醫(yī)療科技的基因檢測(cè)專利，這家公司專利做癌癥檢測(cè)，尤其針對(duì)性的做肝癌、肺癌、結(jié)腸癌、胃癌等。

背景技術(shù)介紹

腫瘤作為不可治愈的疾病，治療目標(biāo)非常明確，自腫瘤被診斷之后，通過治療讓患者活得更久。肝癌是我國(guó)最常見的癌癥類型之一，發(fā)病率和病死率均較高。治療一般采取手術(shù)、放化療和中藥結(jié)合療法。

一直以來，肝癌的復(fù)發(fā)率和不良結(jié)局率仍然很高，5年無復(fù)發(fā)生存率和總生存率較低

目前臨床上已有的預(yù)后評(píng)價(jià)指標(biāo)如甲胎蛋白水平、TNM分期等不能滿足全面反映腫瘤特征和準(zhǔn)確判斷患者生存風(fēng)險(xiǎn)的要求。

因此，迫切需要可靠的預(yù)后指標(biāo)來建立可靠的預(yù)后模型，并做出準(zhǔn)確的生存預(yù)測(cè)，并結(jié)合相應(yīng)的分子特征進(jìn)行針對(duì)性的治療干預(yù)。

在早期臨床應(yīng)用中，如何為醫(yī)生和患者提供肝癌預(yù)后預(yù)測(cè)信息，是亟待解決的問題，有助于制定個(gè)體化的治療方案，對(duì)于改善患者術(shù)后生存、實(shí)現(xiàn)肝癌精準(zhǔn)治療具有重要的臨床意義。

腫瘤細(xì)胞活性和腫瘤微環(huán)境中的免疫細(xì)胞都參與了腫瘤的發(fā)生和發(fā)展，因此，腫瘤免疫學(xué)應(yīng)引起重視。腫瘤浸潤(rùn)免疫細(xì)胞是宿主免疫應(yīng)答的關(guān)鍵細(xì)胞成分，是腫瘤微環(huán)境的重要成員。許多研究證實(shí)，腫瘤浸潤(rùn)免疫細(xì)胞與多種癌癥的治療反應(yīng)和預(yù)后有關(guān)。

用特征基因集表達(dá)值評(píng)價(jià)患者預(yù)后的優(yōu)勢(shì)在于客觀，不存在研究者的主觀偏倚。不足之處在于觀測(cè)時(shí)間較長(zhǎng)，需要記錄所有事件的發(fā)生，即所有患者的死亡。已發(fā)表的免疫相關(guān)基因的標(biāo)志物，通常僅涉及單個(gè)免疫基因或少數(shù)免疫細(xì)胞。但機(jī)體內(nèi)免疫反應(yīng)的發(fā)生涉及多種免疫細(xì)胞的參與，單個(gè)免疫基因或少數(shù)免疫細(xì)胞對(duì)于預(yù)后的評(píng)估并不完整。因此，仍需要更準(zhǔn)確、更高效的、能夠預(yù)測(cè)癌癥患者預(yù)后情況的模型。

發(fā)明內(nèi)容

本發(fā)明基于TCGA肝細(xì)胞肝癌樣本，將樣本隨機(jī)分為訓(xùn)練集和測(cè)試集，結(jié)合基因表達(dá)值數(shù)據(jù)，通過對(duì)免疫相關(guān)基因進(jìn)行篩選，挑選出能根據(jù)基因表達(dá)值，預(yù)測(cè)肝細(xì)胞肝癌預(yù)后的評(píng)估基因集。

本發(fā)明涉及一種用于預(yù)測(cè)肝癌患者預(yù)后的評(píng)估基因集，所述評(píng)估基因集包括62個(gè)基因。

這個(gè)專利核心就是算法的價(jià)值！

如何預(yù)測(cè)肝癌患者以及后續(xù)醫(yī)療狀態(tài)的方法，其包括以下的步驟：

a）樣本收集與數(shù)據(jù)檢測(cè)：收集所述患者的樣本，測(cè)定其在表1中的評(píng)估基因集中的62個(gè)基因的表達(dá)值；

b）風(fēng)險(xiǎn)評(píng)分計(jì)算：計(jì)算肝癌患者在評(píng)估基因集的62個(gè)基因的總表達(dá)值，即風(fēng)險(xiǎn)評(píng)分（Risk Score）；所述風(fēng)險(xiǎn)評(píng)分計(jì)算公式下：

其中Ei為各基因表達(dá)值，Coefi為各基因的權(quán)重系數(shù)，n為特征基因集中基因個(gè)數(shù)，即62；

c）預(yù)測(cè)結(jié)果，根據(jù)計(jì)算得到的肝癌患者的風(fēng)險(xiǎn)評(píng)分來預(yù)測(cè)患者的預(yù)后情況：患者的風(fēng)險(xiǎn)評(píng)分越低，則預(yù)后越好；將風(fēng)險(xiǎn)評(píng)分與界定值比較，若高于界定值，則預(yù)測(cè)其預(yù)后不佳，若低于界定值，則預(yù)測(cè)其預(yù)后較好。

在一些實(shí)施方案中，所述界定值為約4．14。

在一些實(shí)施方案中，所述患者樣本來自所述患者的組織，包括腫瘤組織，所述腫瘤組織為原發(fā)灶或轉(zhuǎn)移灶。

本發(fā)明為了準(zhǔn)確預(yù)測(cè)肝癌患者的預(yù)后風(fēng)險(xiǎn)，確定了62個(gè)免疫相關(guān)基因來預(yù)測(cè)肝癌預(yù)后情況，可將肝癌患者的高風(fēng)險(xiǎn)組和低風(fēng)險(xiǎn)組有效區(qū)分，能夠開發(fā)為潛在的體外診斷產(chǎn)品，以預(yù)測(cè)對(duì)肝癌患者預(yù)后情況進(jìn)行檢測(cè)，從而預(yù)防性用藥或治療，為肝癌患者預(yù)后的進(jìn)一步輔助治療提供了精準(zhǔn)的判斷依據(jù)。

       原文標(biāo)題 : 谷歌用AI預(yù)測(cè)人類生命變化！AI+基因檢測(cè)癌癥檢測(cè)技術(shù)哪家強(qiáng)？