摘要
本发明涉及在对胚胎进行遗传学检测时,确定样本的染色体甲基化水平的方法,以及使用经过训练的机器学习模型处理标志物的甲基化水平数据集,预测样本中的母源污染比例,以及任选地校正样本CNV。本发明还涉及预测样本中的母源污染比例以及任选地校正样本CNV的方法、装置、设备或系统,用于避免胚胎的遗传学检测结果出现假阳性或假阴性。
技术关键词
染色体
样本
机器学习模型
胚胎
标志物
构建测序文库
亲本
数据
重复序列
校正
人类
二代测序平台
母体外周血
计算机系统
系统存储器
处理器
高通量
软件
系统为您推荐了相关专利信息
流量监测设备
维修工单
管控方法
泵站
机器学习模型
外泌体miRNA标志物
miRNA调节剂
检测膀胱癌
靶向递送系统
耐药性检测试剂盒
图片检索方法
图片多标签
多模态
文本
度计算方法
检测早期胃癌
生物标志物
SERS探针
微阵列芯片
纳米柱阵列
三维重建模型
三维建模方法
机器学习模型
特征提取方法
基准