Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020138479 - SYSTEM AND METHOD FOR PREDICTING TRAIT INFORMATION OF INDIVIDUALS

Publication Number WO/2020/138479
Publication Date 02.07.2020
International Application No. PCT/JP2019/051564
International Filing Date 27.12.2019
Chapter 2 Demand Filed 26.06.2020
IPC
G16B 40/20 2019.01
GPHYSICS
16INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
40ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
20Supervised data analysis
CPC
G16B 40/20
GPHYSICS
16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
40ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
20Supervised data analysis
Applicants
  • 国立大学法人大阪大学 OSAKA UNIVERSITY [JP]/[JP]
Inventors
  • 今野 雅允 KONNO Masamitsu
  • 石井 秀始 ISHII Hideshi
  • 森 正樹 MORI Masaki
  • 浅井 歩 ASAI Ayumu
  • 小関 準 KOSEKI Jun
Agents
  • 山本 秀策 YAMAMOTO Shusaku
  • 森下 夏樹 MORISHITA Natsuki
  • ▲駒▼谷 剛志 KOMATANI Takeshi
  • 飯田 貴敏 IIDA Takatoshi
  • 石川 大輔 ISHIKAWA Daisuke
  • 山本 健策 YAMAMOTO Kensaku
Priority Data
2018-24795928.12.2018JP
Publication Language Japanese (JA)
Filing Language Japanese (JA)
Designated States
Title
(EN) SYSTEM AND METHOD FOR PREDICTING TRAIT INFORMATION OF INDIVIDUALS
(FR) SYSTÈME ET PROCÉDÉ POUR PRÉDIRE DES INFORMATIONS DE TRAIT D'INDIVIDUS
(JA) 個体の形質情報を予測するためのシステムまたは方法
Abstract
(EN)
The present disclosure relates to predicting trait information from the genetic information of individuals, and generating a model therefor. Learning is performed using a plurality of types of genetic information from a plurality of individuals, and a model for predicting trait information is generated. For said learning, it is possible to create images of the genetic information, and provide the same to said learning. The images in the present disclosure can store both sequence information and expression information. Moreover, the layout of genetic factors in the images can be optimized. Said learning can be performed as split learning, and the data after said split learning can be consolidated.
(FR)
La présente invention concerne la prédiction d'informations de trait à partir des informations génétiques d'individus, et la génération d'un modèle associé. Un apprentissage est réalisé à l'aide d'une pluralité de types d'informations génétiques provenant d'une pluralité d'individus, et un modèle pour prédire des informations de trait est généré. Pour ledit apprentissage, il est possible de créer des images des informations génétiques, et de fournir celles-ci audit apprentissage. Les images de la présente invention peuvent stocker à la fois des informations de séquence et des informations d'expression. De plus, la disposition de facteurs génétiques dans les images peut être optimisée. Ledit apprentissage peut être réalisé sous la forme d'un apprentissage divisé, et les données après ledit apprentissage divisé peuvent être consolidées.
(JA)
本開示は、個体の遺伝情報から形質情報を予測すること、およびそのためのモデルを生成することに関する。複数の個体の複数種の遺伝情報を用いて学習を行い、形質情報を予測するモデルを生成する。学習に際して、遺伝情報を画像化して学習に供することができる。本開示における画像は、配列情報および発現情報の両方を格納し得る。また、画像中の遺伝因子の配置を最適化し得る。学習は、分割学習として行うことができ、分割学習後にデータを統合し得る。
Latest bibliographic data on file with the International Bureau