[發明專利]基于CovMutt框架檢測與遺傳性增加相關的突變的方法有效
| 申請號: | 202210060914.1 | 申請日: | 2022-01-19 |
| 公開(公告)號: | CN114464246B | 公開(公告)日: | 2023-05-30 |
| 發明(設計)人: | 黃愷;李滟澤;劉偉 | 申請(專利權)人: | 華中科技大學同濟醫學院附屬協和醫院 |
| 主分類號: | G16B5/00 | 分類號: | G16B5/00;G16B20/20;G16B20/50;G16B30/00;G16B40/00;G16H50/80 |
| 代理公司: | 武漢信合紅谷知識產權代理事務所(特殊普通合伙) 42264 | 代理人: | 解波 |
| 地址: | 430000 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 covmutt 框架 檢測 遺傳性 增加 相關 突變 方法 | ||
1.病毒傳播時變異流行率的變化情況評估方法,其特征在于,包括下述步驟:
獲取病毒在人群中突變患病率:
將攜帶特定突變的病毒基因組組件的數量除以給定地理區域內可用的組件總數;
基于Balding-Nichols模型,獲取參數F:
針對任一組Pa和Pb值,根據式I中公式,對Fab每次進行迭代增加i,最終選擇等位基因頻率大于預設值的突變的聯合概率密度分布最大化時的Fab作為參數F,
其中,0≤F<1,Pa和Pb為連續兩個時間區間的突變頻率,argmax是一個查找F參數的操作,該參數給出目標的最大值,dbeta是beta分布的概率密度函數,Fab為兩個時間區間之間的背景平均遺傳漂變;
利用式II,獲取β分布下任一突變位點的遺傳漂變p值,
2.根據權利要求1所述的病毒傳播時變異流行率的變化情況評估方法,其特征在于,
獲取任一時間區間的突變患病率方式為:特定位置該時間區間包含給定突變的序列計數除以同一位置該時間區間的總序列數。
3.根據權利要求2所述的病毒傳播時變異流行率的變化情況評估方法,其特征在于,
獲取任一時間區間的突變患病率,至少為下述之一
獲取每月的突變患病率:
任一月的突變患病率獲取方式為:特定位置當月包含給定突變的序列計數除以同一位置當月的總序列數;及
獲取每天的突變患病率:
任一天的突變患病率獲取方式為:特定位置n當天包含給定突變的序列計數除以同一位置N當天的總序列數。
4.根據權利要求3所述的病毒傳播時變異流行率的變化情況評估方法,其特征在于,
任一月的突變患病率獲取中:
突變患病率的95%置信區間計算為Jeffrey區間:β的2.5分位數至97.5分位數(n+0.5,N–n+0.5)。
5.根據權利要求1所述的病毒傳播時變異流行率的變化情況評估方法,其特征在于,
基于Balding-Nichols模型,獲取參數F步驟中:對Fab每次進行迭代增加1e-5;Fab為兩個月之間的背景平均遺傳漂變。
6.根據權利要求1所述的病毒傳播時變異流行率的變化情況評估方法,其特征在于,
根據遺傳漂變p值分析研判:
顯著的基因漂移導致突變占主導地位或從人群中消失;
強烈的遺傳漂變反映了自然選擇的方向和壓力。
7.根據權利要求1所述的病毒傳播時變異流行率的變化情況評估方法,其特征在于,基于Balding-Nichols模型,獲取參數F中:預設值為梯度型預設值。
8.根據權利要求7所述的病毒傳播時變異流行率的變化情況評估方法,其特征在于,
基于Balding-Nichols模型,獲取參數F中:設定的預設值為0.5‰。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中科技大學同濟醫學院附屬協和醫院,未經華中科技大學同濟醫學院附屬協和醫院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210060914.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種新型電容壓力傳感器
- 下一篇:一種脈沖電流注入自動化實驗系統及方法





