← 返回列表
一种基于深度学习的iPSCs定向分化调控系统及调控方法
摘要文本
本发明属于iPSCs定向分化调控技术领域，具体涉及一种基于深度学习的iPSCs定向分化调控系统及调控方法。本发明在体细胞诱导分化的过程中，实时统计干细胞的凋亡量，以此来确定干细胞的有效分化量，为评估模型的执行提供相应的数据支持，而在体细胞被诱导分化至干细胞需求量之后，会解除对其施加生物力因素，并统计后续其在自然状态下的干细胞有效分化量，避免因生物力因素诱导过程中缩短干细胞凋亡周期而导致标准参数的输出结果出现误差，之后以诱导完成后体细胞的有效分化量为依据确定最优生物力因素，从而使得iPSCs定向分化的调控效果更佳。
申请人信息
- 申请人:华东交通大学
- 申请人地址:330013 江西省南昌市经济技术开发区双港东大街808号
- 发明人: 华东交通大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度学习的iPSCs定向分化调控系统及调控方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311392312.7 |
| 申请日 | 2023/10/25 |
| 公告号 | CN117409867A |
| 公开日 | 2024/1/16 |
| IPC主分类号 | G16B45/00 |
| 权利人 | 华东交通大学 |
| 发明人 | 张跃进; 姜锦云; 李恺晟; 宋小凤; 钟美玲; 彭圆圆; 阙越 |
| 地址 | 江西省南昌市经济技术开发区双港东大街808号 |
专利主权项内容
1.一种基于深度学习的iPSCs定向分化调控方法，其特征在于：包括：获取体细胞的生物力信息，其中，所述生物力信息包括拉伸力参数、压缩力参数以及剪切力参数；实时获取所述生物力信息下的干细胞有效分化量，并将其标定为待评估参数；将所述待评估参数输入至评估模型中，得到干细胞需求分化量下，所述拉伸力参数、压缩力参数以及剪切力参数对应的分化速率，且将所述分化速率取值最大的生物力信息标定为基准参数，将其它生物力信息标定为待评价参数；将所述基准参数以及待评价参数下已分化干细胞的干细胞有效分化量标定为待校验参数，并解除所述待校验参数对应体细胞的生物力信息；将所述待校验参数输入至校验模型中，且将校验结果标定为标准分化量，并以取值最大的标准分化量对应的生物力信息标定为标准参数。。（） （来 自 马 克 数 据 网）