【技术实现步骤摘要】
本专利技术属于雄性激素脱发，尤其涉及一种基于机器学习模型的cfrna雄性激素脱发早筛方法及系统。
技术介绍
1、游离cell-free rna组学为癌症基因组数据分类提供了新的方向。cfrna组学用于疾病早期检测在学术界成为新的研究方向，已有数篇利用cfrna进行疾病早期检测的国际期刊陆续发表。
2、并且，人工智能用于生命科学领域的趋势逐年上升，其中语言类人工智能模型近年飞速突破。2017年，transformer人工智能模型被顶级会议《nips》录用。2021年，openai使用transformer为主的底层算法，叠加重建了生成式训练变换模型(generative pre-trained transformer；gpt)，并商用商产品chatgpt。该产品以其高智能、理解能力强、生成立成式特点成为人工智能领域一大突破，让人工智能快速在大众用户中普及。2022年由metaa团队基于biorivx预印本发布算法esfold，2023年创业团队发表模型progone，通过使用语言模型，实现了媲美alphafold 2蛋白质的结...
【技术保护点】
1.一种基于机器学习模型的cfRNA雄性激素脱发早筛方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习模型的cfRNA雄性激素脱发早筛方法，其特征在于，基于所述RNA数据集构建文库的过程包括：
3.根据权利要求2所述的基于机器学习模型的cfRNA雄性激素脱发早筛方法，其特征在于，获取第二样品的过程还包括产物纯化，其中，产物纯化的过程包括：
4.根据权利要求1所述的基于机器学习模型的cfRNA雄性激素脱发早筛方法，其特征在于，对所述测序数据进行生物信息学分析的过程包括：
5.根据权利要求4所述的基于机器...
【技术特征摘要】
1.一种基于机器学习模型的cfrna雄性激素脱发早筛方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习模型的cfrna雄性激素脱发早筛方法，其特征在于，基于所述rna数据集构建文库的过程包括：
3.根据权利要求2所述的基于机器学习模型的cfrna雄性激素脱发早筛方法，其特征在于，获取第二样品的过程还包括产物纯化，其中，产物纯化的过程包括：
4.根据权利要求1所述的基于机器学习模型的cfrna雄性激素脱发早筛方法，其特征在于，对所述测序数据进行生物信息学分析的过程包括：
5.根据权利要求4所述的基于机器学习模型的cfrna雄性激素脱发早筛方法，其特征在于，将所...
【专利技术属性】
技术研发人员：沙磊，邓司伟，金泳成，周天尧，高亚平，骆启邵，
申请(专利权)人：深圳津渡生物医学科技有限公司，
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。