买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山西医科大学申请的专利基于Stacking集成方法综合多组学数据的死亡时间预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115862738B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211737726.4，技术领域涉及：G16B25/10；该发明授权基于Stacking集成方法综合多组学数据的死亡时间预测方法是由李健;刘明锋;吴妍娟;周世栋;李娜;党丽虹;杜秋香;曹洁;孙俊红设计研发完成，并于2022-12-31向国家知识产权局提交的专利申请。

本基于Stacking集成方法综合多组学数据的死亡时间预测方法在说明书摘要公布了：本发明涉及法医学领域，具体是一种基于Stacking集成方法综合多组学数据的死亡时间预测方法，包括以下步骤：收集大鼠骨骼肌样本，采用代谢组学、蛋白芯片以及红外光谱检测技术提取组织中的相关生物标志物的表达量；将生物标志物的表达量数据分别输入多种基础模型中进行死亡时间推断，筛选出死亡时间预测表现最好的单一组学最优基础模型；筛选出与单一组学最优基础模型相关性最低的两个基础模型共同构建单一组学Stacking模型；将上述单一组学Stacking集成模型进行串联构建多组学集成模型。本发明为联合多组学的多分子标记预测死亡时间提供了的新方法、新思路，为多组学联合机器学习模型应用于死亡时间推断实践奠定基础。

本发明授权基于Stacking集成方法综合多组学数据的死亡时间预测方法在权利要求书中公布了：1.基于Stacking集成方法综合多组学数据的死亡时间预测方法，其特征在于，包括以下步骤： 1收集不同死亡时间点的大鼠骨骼肌样本，采用代谢组学、蛋白芯片以及红外光谱检测技术确定组织中的相关生物标志物的表达量； 代谢组学工作流检测生物标志物的具体方法为： 将大鼠骨骼肌组织在冰上缓慢解冻后，称取组织200mg±5mg，并放入含有800μL-4℃冷乙腈的EP管中；将2个氧化锆珠加入EP管中，然后放入MM400球磨仪，振荡频率为30次s×30s，混合5次；然后将EP管放在涡旋振荡器上振荡20秒，并在冰上放置10min；将溶液放置在SIGMA2-16PK离心机中，13000rpm，4℃，30min，提取400μL上清液放于离心浓缩液冻干器冷冻干燥180min；最后，将200μL的乙腈水混合物加入冻干沉淀物中溶解，振荡1min，4℃下13000rpm离心30min，用0.22μmPVDF滤膜过滤，加入样品瓶中进行UPLC-HRMS检测； 超高效液相色谱通过加热的电喷雾离子源与质谱仪相连，质量扫描范围为mz80-1200Da；色谱柱为采用ACQUITYUPLC™HSST3色谱柱，柱温为45℃，注射体积为5μL；流动相A为0.1%甲酸水溶液，流动相B为0.1%甲酸乙腈溶液，流速为0.3mLmin；ESI采集正离子和负离子，正负喷雾电压分别为3.0kV和2.7kV；毛细管和加热器分别为320℃和300℃，气体流速为11Lmin；雾化压力为40psi，鞘气温度为325℃，鞘气流速为11Lmin，毛细管电压为4000V，质谱数据采集使用Centroid模式棒状图，采集速率为1.4spectrums，扫描模式为全扫描和dd-MS2；将所得到的原始数据导入CompoundDiscoverer3.0软件中进行色谱峰识别和峰对齐的数据预处理，将所得数据根据质谱图与标准数据库mzcloud进行鉴定，根据保留时间和质谱图进行小分子代谢物的鉴定； 蛋白芯片工作流检测生物标志物的具体方法为： 将200mg肌肉组织置入离心管中，管中加入1：3.5质量体积比的纯水以及蛋白酶抑制剂PMSF；管中加入两颗研磨珠，混匀后，置于球磨仪器内匀浆3次，每次30s；冰上孵育1h，低温离心机12000×g离心15min之后，吸取500μL上清液置于新微量离心管中；根据Agilent蛋白质230试剂盒的说明进行凝胶配置和芯片样本制备；在500μLEP管加入4μL样本和2μL变性剂，充分混匀，把混匀后的样本溶液和ladder放置在95℃水浴中加热5min，迅速降温冷却处理，加84μL去离子水稀释，从稀释后溶液中取6μL加载到蛋白芯片相应的孔道中；在芯片运行前，使用去离子水清洗生物分析仪金属探针，并进行硬件短路测试；采用Agilent2100Expert软件获取样本蛋白表达谱数据；根据内标lowermarker和uppermarker对色谱峰进行定标识别，并对峰位置进行校正调整；为排除杂质干扰，去除荧光强度10FU以下的蛋白峰；将迁移时间误差为±0.2s的峰标记为同种蛋白峰； 红外光谱工作流检测生物标志物的具体方法为： 将冰冻切片机预冷至-20℃，酒精消毒钢刀，安装切片刀，调整切片角度，调整切片厚度8μm；将-80℃冻存的组织取出置于冰块上，切取体积1cm×1cm×1cm，组织置于样品托上，OCT包埋剂固定，放到冷冻台上冷冻并压平；将冷却后的样品放到样品头上，修平样品平面，连续切片出现完整的组织后，取5张标本置于CaF2载玻片上；用吹风机吹干CaF2载玻片待检；将MCT检测器中加满液体N2，冷却10分钟；将红外显微镜调为可见光状态，选择透射模式；将CaF2载玻片置于显微镜载物台上，调整焦距；将机器自带OPUS软件打开，调入测量参数，扫描范围为4000cm-1-900cm-1，分辨率4cm-1，重复扫描32次；显微镜可见光模式下采集选定区域图像，后调至红外光模式下对CaF2载玻片空白区域进行背景光谱采集，后对样本选定的3个点进行逐一扫描；为减少误差，将各样本重复采集的3条光谱自动平均成1条光谱；利用UnscramblerX10.4软件对数据进行多元散射校正、基线校正和二阶导数预处理； 2将三种组学检测的生物标志物的表达量数据分别输入多种基础模型中进行死亡时间推断，三种组学分别筛选出死亡时间预测表现最好的单一组学最优基础模型，所述多种基础模型的数量为八种，分别为Adaboost、Logistic回归、随机森林、多层感知机、支持向量机、梯度提升树、随机梯度下降、Lightgbm； 3为满足Stacking集成模型好而不同的构建要求，分别将每个组学中表现最好六个的基础模型做相关性分析，筛选出与单一组学最优基础模型相关性最低的两个基础模型与最优基础模型共同构建单一组学Stacking集成模型； 4将上述单一组学Stacking集成模型进行串联构建多组学Stacking集成模型； 5重复步骤1，将未知大鼠骨骼肌样本三种组学检测的生物标志物的表达量数据输入多组学Stacking集成模型进行死亡时间预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山西医科大学，其通讯地址为：030001 山西省太原市迎泽区新建南路56号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。