CNIPA.AI
Back to Search
Dossier

一种面向肿瘤样本错义突变集合的表征学习方法

InventionUnknown
5Claims · 1 independent
§ Ⅰ

Dossier Overview

Inventor

王泽林; 郑亿庆; 林震宇; 蔡敏芳; 全震

Filing Date

Jun 25, 2026

Publication Date

Oct 20, 2026

IPC Classification

G16B 20/50 (2019.01)G16B 40/00 (2019.01)G06F 18/214 (2023.01)G06F 18/213 (2023.01)G06F 18/2433 (2023.01)G06N 3/0455 (2023.01)G06N 3/0895 (2023.01)

本发明公开了一种面向肿瘤样本错义突变集合的表征学习方法,包括以下步骤:S1.获取原始突变数据并进行字段筛选;S2.构建混合基因词表并编码突变基因;S3.对每条突变记录的突变类型、致病性评分、氨基酸改变信息和相对位置信息进行特征编码;S4.按样本构建突变集合并进行序列化处理;S5.构建单个突变的综合表征;S6.利用Transformer编码器学习样本内突变之间的上下文关系;S7.利用PMA池化生成样本级表征;S8.采用掩码基因预测任务进行自监督训练;S9.采用对比学习增强样本级表征稳定性;S10.进行联合损失优化;S11.提取并保存样本级突变集合嵌入。本发明能够反映错义突变间潜在关联及样本级生物学特征。

Sign in to read the full text

Claim 1 is shown. Create a free account to read all 5 claims, the full description, all drawings, translations and legal status.

  • All claims
  • Technical field
  • Background
  • Summary
  • Drawing descriptions
  • Detailed description

External Resources