【技术实现步骤摘要】
本专利技术属于生物信息学，尤其涉及基于基因型数据预测细胞致癌性的预测方法、设备及存储介质。
技术介绍
1、随着二代测序技术的普及，多基因评分得到广泛关注。即将生物个体多个变异位点的风险效应合计成一个单一的评分，这一评分建立了疾病与性状之间的联系。ips细胞在再生医学领域发展迅速，可以分化为多种人类细胞亚型，然而其有害性也备受担忧，尤其是致癌性。国际上已经建立多基因评分数据库pgs catalog，几乎囊括了包括癌症在内的很多疾病种类。而对于目前通过多基因评分的算法开发，已经有p+t，prs-cs，prsmix等多种模型被应用到预测致病性这一领域中。但是这些方法在获得基因型数据建立模型之后，错判率和计算时间都较高，最重要的是没有考虑连锁不平衡效应。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于基因型数据预测细胞致癌性的预测方法、设备及存储介质，以克服现有技术中存在的上述技术问题。
2、贝叶斯模型是一类经典概率论模型，其通过搜集数据，并结合先验知识，来更新后验概率，...
【技术保护点】
1.一种基于基因型数据预测细胞致癌性的预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预测模型为贝叶斯模型，所述预测模型的构建方法包括：
3.根据权利要求2所述的方法，其特征在于，所述贝叶斯模型依据LDpred2软件包构建得到；
4.根据权利要求3所述的方法，其特征在于，所述贝叶斯模型的参数值p在0.0002211056到0.0003621337之间，h2在0.2063467到0.2116096之间。
5.根据权利要求2所述的方法，其特征在于，所述SNP位点为单碱基突变位点；
<...【技术特征摘要】
1.一种基于基因型数据预测细胞致癌性的预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预测模型为贝叶斯模型，所述预测模型的构建方法包括：
3.根据权利要求2所述的方法，其特征在于，所述贝叶斯模型依据ldpred2软件包构建得到；
4.根据权利要求3所述的方法，其特征在于，所述贝叶斯模型的参数值p在0.0002211056到0.0003621337之间，h2在0.2063467到0.2116096之间。
5.根据权利要求2所述的方法，其特征在于，所述snp位点为单碱基突变位点；
6.一种基于基因型数据预测细胞致癌性的预测系统，其特征在于，所述系统包括：
7.根据权利要求6所述的基于基因型数据预测细胞致癌性的预测系统，其特征...
【专利技术属性】
技术研发人员：高端，吴理达，顾雨春，
申请(专利权)人：呈诺再生医学科技北京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。