【技术实现步骤摘要】
本专利技术属于生物信息学，具体涉及一种衰老临界态及其动态网络标志物识别模型。
技术介绍
1、随着人口老龄化问题的不断加剧，人们对“健康老龄化”的需求与日俱增。个体衰老临界态和个性化的衰老标志物的识别对伴衰老疾病的提前干预和衰老潜在机制的研究具有重要意义。本专利技术结合动态网络标志物理论、单样本网络构建、社区发现方法和并行优化策略，实现对样本衰老临界态和生物标志物的精确和个性化的识别。
2、在数学中，复杂动力学系统在分岔处发生的突变用系统状态的转变来描述。因此复杂动力学系统的演变存在三个阶段：相对正常阶段、关键转变前阶段(临界态阶段)和关键转变后阶段。找到复杂生物过程(如衰老和伴衰老疾病)中的临界态阶段及其相应的生物标志物为在发生关键转变前进行针对性干预提供了可能，对实现“未病先治”具有重要意义。
3、为了实现精确的识别，陈洛南教授基于数学理论推导提出了dnb(dynamicnetwork biomarker,动态网络标志物)的概念。根据dnb的理论，复杂动力学系统在处在临界态时，分子网络中存在一群占优势的分子(即...
【技术保护点】
1.一种衰老临界态识别模型，其特征在于，包括：样本特异性网络、局部基因网络、单样本DNB社区发现模块以及临界态识别模块；
2.如权利要求1所述的一种衰老临界态识别模型，其特征在于，还包括单样本DNB和群体DNB识别模块，用于：
3.如权利要求1或2所述的一种衰老临界态识别模型，其特征在于，所述单样本DNB社区发现模块输出DNB社区得分的方法包括：
4.如权利要求3所述的一种衰老临界态识别模型，其特征在于，所述样本特异性网络用于构建单个被研究样本的样本特异性网络SSN，具体为：
5.如权利要求3所述的一种衰老临界态识别模型...
【技术特征摘要】
1.一种衰老临界态识别模型，其特征在于，包括：样本特异性网络、局部基因网络、单样本dnb社区发现模块以及临界态识别模块；
2.如权利要求1所述的一种衰老临界态识别模型，其特征在于，还包括单样本dnb和群体dnb识别模块，用于：
3.如权利要求1或2所述的一种衰老临界态识别模型，其特征在于，所述单样...
【专利技术属性】
技术研发人员：胡斌，万晓华，张法，王乐天，张一铭，冯爽，李昶，
申请(专利权)人：北京理工大学，
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。