CN106295252B - 用于基因产品的检索方法 - Google Patents

用于基因产品的检索方法 Download PDF

Info

Publication number
CN106295252B
CN106295252B CN201610687440.8A CN201610687440A CN106295252B CN 106295252 B CN106295252 B CN 106295252B CN 201610687440 A CN201610687440 A CN 201610687440A CN 106295252 B CN106295252 B CN 106295252B
Authority
CN
China
Prior art keywords
gene
keyword
prod
unique features
database
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610687440.8A
Other languages
English (en)
Other versions
CN106295252A (zh
Inventor
刘杨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Bree Lan Technology Co Ltd
Original Assignee
Hangzhou Bree Lan Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Bree Lan Technology Co Ltd filed Critical Hangzhou Bree Lan Technology Co Ltd
Priority to CN201610687440.8A priority Critical patent/CN106295252B/zh
Publication of CN106295252A publication Critical patent/CN106295252A/zh
Application granted granted Critical
Publication of CN106295252B publication Critical patent/CN106295252B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00ICT programming tools or database systems specially adapted for bioinformatics

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Biology (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioethics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了用于基因产品的检索方法,属于信息检索领域,包括构建同源基因数据库,获取待检索的关键词,确定与关键词对应的唯一特征标签,根据唯一特征标签,对关键词进行拓展,获取拓展关键词,根据拓展关键词进行网络检索。通过根据待检索的关键词获取唯一特征标签,基于唯一特征标签对关键词进行拓展处理,最终根据得到的拓展关键词进行全网检索,由于拓展关键词中包含了与待检索的关键词对应的多重限定,从而保证在互联网上能够搜索到与关键词关联性最强的资源,降低其他无关资源对搜索结果的干扰。

Description

用于基因产品的检索方法
技术领域
本发明属于信息检索领域,特别涉及用于基因产品的检索方法。
背景技术
随着测序技术的发展,多物种基因组测序陆续完成,并且由于互联网技术的迅速发展,基于互联网进行基因、以及基因文献、基因产品等相关材料的搜索已经成为业内的趋势。
迄今,美国国立卫生院基因数据库(NCBI)里收录基因数目已经超过一千三百万条。但由于命名规则的历史原因和同源基因的存在,每条基因除了具有基因编号(gene ID)之外,还可能有基因全称(gene full name)、基因符号(gene symbol)、别称(aliase,synonym)等业内名称,在收录基因文献、基因产品时不可能按统一的名称进行收录。导致当前基于单一基因名称关键词搜索查询特异性基因相关信息和产品时,查询效率低且查询结果易出现无关数据或遗漏数据等情况。这样给后期的搜索带来了巨大的困难。
发明内容
为了解决现有技术中存在的缺点和不足,本发明提供了用于提高检索效率的用于基因产品的检索方法。
为了达到上述技术目的,本发明提供了用于基因产品的检索方法,所述检索方法包括:
根据基因编号、基因符号、基因全称以及别称构建同源基因数据库;
获取待检索的关键词,从同源基因数据库中确定与关键词对应的唯一特征标签;
根据唯一特征标签,结合基因编号、基因符号、基因全称以及别称对关键词进行拓展,获取拓展关键词;
根据拓展关键词进行网络检索,将检索结果输出。
可选的,所述检索方法,还包括:
构建包括基因文献、基因产品的检索数据库,在所述检索数据库设有与每个所述基因文献、每个所述基因产品对应的唯一特征标签。
可选的,所述检索方法,还包括:
在所述检索数据库中选取与所述唯一特征标签对应的、包括基因文献和/或基因产品的检索结果;
将所述检索结果输出。
可选的,所述根据唯一特征标签,结合基因编号、基因符号、基因全称以及别称对关键词进行拓展,获取拓展关键词,包括:
根据唯一特征标签,确定与唯一特征标签对应的目的基因编号、目的基因符号、目的基因全称以及别称;
以关键词为基础,将所述目的基因编号、所述目的基因符号、所述目的基因全称以及别称按或的逻辑结构进行拓展,获取拓展关键词。
可选的,还包括:
所述唯一特征标签为字符串,在所述字符串中设有序列字节和验证字节。
可选的,在所述同源基因数据库中设有与基因编号、基因符号、基因全称以及别称对应的标签。
可选的,所述拓展关键词为至少包括基因编号、基因符号、基因全称以及别称在内的字符串。
可选的,还包括:
从基因子库中获取物种基因数据,结合对比数据库对物种基因数据进行筛选,得到跨物种直接同源基因;
基于跨物种直接同源基因,以基因全称或基因编号相同为标准在基因子库中进行扩充匹配,得到直接同源基因关键词数据集,根据得到的直接同源基因关键词数据集建立非冗余数据库;
在非冗余数据库中选取与关键词匹配的拓展关键词。
可选的,所述结合对比数据库对物种基因数据进行筛选,得到跨物种直接同源基因,包括:
从对比数据库中提取与物种基因数据对应的样本基因数据,基于样本基因数据对物种基因数据进行去重筛选,得到筛选后的跨物种直接同源基因。
可选的,在所述非冗余数据库中存储的直接同源基因关键词数据具有唯一性。
本发明提供的技术方案带来的有益效果是:
通过根据待检索的关键词获取唯一特征标签,基于唯一特征标签对关键词进行拓展处理,最终根据得到的拓展关键词进行全网检索,由于拓展关键词中包含了与待检索的关键词对应的多重限定,从而保证在互联网上能够搜索到与关键词关联性最强的资源,降低其他无关资源对搜索结果的干扰。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的用于基因产品的检索方法的流程示意图;
图2是本发明提供的拓展关键词的获取方式的流程示意图。
具体实施方式
为使本发明的结构和优点更加清楚,下面将结合附图对本发明的结构作进一步地描述。
实施例一
本发明提供了用于基因产品的检索方法,如图1所示,所述检索方法包括:
11、根据基因编号、基因符号、基因全称以及别称构建同源基因数据库。
12、获取待检索的关键词,从同源基因数据库中确定与关键词对应的唯一特征标签。
13、根据唯一特征标签,结合基因编号、基因符号、基因全称以及别称对关键词进行拓展,获取拓展关键词。
14、根据拓展关键词进行网络检索,将检索结果输出。
在实施中,为了能够根据关键词获取尽可能丰富、且与基因相关的检索结果,本发明提供了用于基因产品的检索方法,在本检索方法中,首先构建同源基因数据库,在同源基因数据库中包括大量的基因编号,基因符号、基因全称以及别称。以便于在后续步骤中,能够根据关键词的具体内容,在同源基因数据库中确定与关键词关联的基因编号、基因符号、基因全称以及别称。接着根据获取到待检索的关键词,从前一步中构建的同源基因数据库中确定与关键词对应的唯一特征标签。再次根据唯一特征标签对应的基因编号等内容对关键词进行拓展处理,得到处理后的拓展关键词。最终根据拓展关键词进行全网检索,得到检索结果。
在上述步骤中,之所以设置获取唯一特征标签的步骤,是为了将包含有基因编号、基因符号、基因全称以及别称的同源基因数据库中的资源对关键词进行拓展,对关键词进行准确的限定,从而保证在互联网上能够搜索到与关键词关联性最强的资源,降低其他无关资源对搜索结果的干扰。
值得注意的是,在步骤12中确定唯一特征标签时,在同源基因数据库中存在的关键词组可能会与关键词一一对应,这样,可以对应的关键词组直接确定唯一特征标签;如果在同源基因数据库中,针对待检索的关键词,存在一个以上的关键词组与之对应,这样需要从多个关键词组中选取更为接近的关键词组,进而确定与选出的关键词组对应的唯一特征标签,从而便于根据确定的唯一特征标签完成后续处理步骤。
步骤13中获取拓展关键词的步骤具体包括:
根据唯一特征标签,确定与唯一特征标签对应的目的基因编号、目的基因符号、目的基因全称以及别称;
以关键词为基础,将所述目的基因编号、所述目的基因符号、所述目的基因全称以及别称按或的逻辑结构进行拓展,获取拓展关键词。
其中的唯一特征标签为字符串,在所述字符串中设有序列字节和验证字节。以便于在确定唯一特征标签后,通过验证字节对计算出的序列字节进行验证。此外,为了在同源基因数据库中设有与基因编号、基因符号、基因全称以及别称对应的标签。获取到的拓展关键词为至少包括基因编号、基因符号、基因全称以及别称在内的字符串。
具体的,所述检索方法,还包括:构建包括基因文献、基因产品的检索数据库,在所述检索数据库设有与每个所述基因文献、每个所述基因产品对应的唯一特征标签。
在实施中,除了上述方法中提出的对关键词进行拓展,基于拓展关键词进行全网检索意外,还包括构建检索数据库,进而根据唯一特征标签在检索数据库中进行检索,获取检索后的结果。
本步骤中所谓的检索数据库,是包含基因文献、基因产品在内的数据库,事先将可能作为检索结果的基因文献以及基因产品构建数据库,并且为检索数据库中与每个基因对应的内容赋予唯一特征标签。这样在根据关键词确定唯一特征标签后,可以在所述检索数据库中选取与所述唯一特征标签对应的、包括基因文献和/或基因产品的检索结果,进而将所述检索结果输出,根据唯一特征标签在检索数据库中选出与关键词对应的检索内容,相对于通过互联网进行全网检索,能够实现更为迅速且准确的检索。
在第一种检索方式中,提出了根据拓展关键词进行全网检索的方式,下面提出另一种关于拓展关键词的获取方式,具体过程为如图2所示。
21、从基因子库中获取物种基因数据,结合对比数据库对物种基因数据进行筛选,得到跨物种直接同源基因。
22、基于跨物种直接同源基因,以基因全称或基因编号相同为标准在基因子库中进行扩充匹配,得到直接同源基因关键词数据集,根据得到的直接同源基因关键词数据集建立非冗余数据库。
23、在非冗余数据库中选取与关键词匹配的拓展关键词。
在实施中,根据美国国家生物技术信息中心(National Center ofBiotechnology Information,NCBI)的基因子库整理多物种的基因数据,结合HomoloGene数据库,筛选跨物种直接同源基因,以基因符号Symbol或全称full name相同为标准在基因子库中匹配扩充直接同源基因数据,最终产生直接同源基因关键词数据集,建立基因符号Symbol名称非冗余数据库,选取与关键词匹配的拓展关键词。
步骤21中的结合对比数据库对物种基因数据进行筛选,得到跨物种直接同源基因的具体方式为:从对比数据库中提取与物种基因数据对应的样本基因数据,基于样本基因数据对物种基因数据进行去重筛选,得到筛选后的跨物种直接同源基因。
并且,在非冗余数据库中存储的直接同源基因关键词数据具有唯一性。
本发明提供了用于基因产品的检索方法,包括构建同源基因数据库,获取待检索的关键词,确定与关键词对应的唯一特征标签,根据唯一特征标签,对关键词进行拓展,获取拓展关键词,根据拓展关键词进行网络检索。通过根据待检索的关键词获取唯一特征标签,基于唯一特征标签对关键词进行拓展处理,最终根据得到的拓展关键词进行全网检索,由于拓展关键词中包含了与待检索的关键词对应的多重限定,从而保证在互联网上能够搜索到与关键词关联性最强的资源,降低其他无关资源对搜索结果的干扰。
上述实施例中的各个序号仅仅为了描述,不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.用于基因产品的检索方法,其特征在于,所述检索方法包括:
根据基因编号、基因符号、基因全称以及别称构建同源基因数据库;
获取待检索的关键词,从同源基因数据库中确定与关键词对应的唯一特征标签;
根据唯一特征标签,结合基因编号、基因符号、基因全称以及别称对关键词进行拓展,获取拓展关键词;
根据拓展关键词进行网络检索,将检索结果输出;
其中,获取拓展关键词还包括:
从基因子库中获取物种基因数据,结合对比数据库对物种基因数据进行筛选,得到跨物种直接同源基因;
基于跨物种直接同源基因,以基因全称或基因编号相同为标准在基因子库中进行扩充匹配,得到直接同源基因关键词数据集,根据得到的直接同源基因关键词数据集建立非冗余数据库;
在非冗余数据库中选取与关键词匹配的拓展关键词。
2.根据权利要求1所述的用于基因产品的检索方法,其特征在于,所述检索方法,还包括:
构建包括基因文献、基因产品的检索数据库,在所述检索数据库设有与每个所述基因文献、每个所述基因产品对应的唯一特征标签。
3.根据权利要求2所述的用于基因产品的检索方法,其特征在于,所述检索方法,还包括:
在所述检索数据库中选取与所述唯一特征标签对应的、包括基因文献和/或基因产品的检索结果;
将所述检索结果输出。
4.根据权利要求1所述的用于基因产品的检索方法,其特征在于,所述根据唯一特征标签,结合基因编号、基因符号、基因全称以及别称对关键词进行拓展,获取拓展关键词,包括:
根据唯一特征标签,确定与唯一特征标签对应的目的基因编号、目的基因符号、目的基因全称以及别称;
以关键词为基础,将所述目的基因编号、所述目的基因符号、所述目的基因全称以及别称按或的逻辑结构进行拓展,获取拓展关键词。
5.根据权利要求1所述的用于基因产品的检索方法,其特征在于,还包括:
所述唯一特征标签为字符串,在所述字符串中设有序列字节和验证字节。
6.根据权利要求1所述的用于基因产品的检索方法,其特征在于,在所述同源基因数据库中设有与基因编号、基因符号、基因全称以及别称对应的标签。
7.根据权利要求1或5所述的用于基因产品的检索方法,其特征在于,所述拓展关键词为至少包括基因编号、基因符号、基因全称以及别称在内的字符串。
8.根据权利要求1所述的用于基因产品的检索方法,其特征在于,所述结合对比数据库对物种基因数据进行筛选,得到跨物种直接同源基因,包括:
从对比数据库中提取与物种基因数据对应的样本基因数据,基于样本基因数据对物种基因数据进行去重筛选,得到筛选后的跨物种直接同源基因。
9.根据权利要求1所述的用于基因产品的检索方法,其特征在于,在所述非冗余数据库中存储的直接同源基因关键词数据具有唯一性。
CN201610687440.8A 2016-08-18 2016-08-18 用于基因产品的检索方法 Active CN106295252B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610687440.8A CN106295252B (zh) 2016-08-18 2016-08-18 用于基因产品的检索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610687440.8A CN106295252B (zh) 2016-08-18 2016-08-18 用于基因产品的检索方法

Publications (2)

Publication Number Publication Date
CN106295252A CN106295252A (zh) 2017-01-04
CN106295252B true CN106295252B (zh) 2019-05-07

Family

ID=57661318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610687440.8A Active CN106295252B (zh) 2016-08-18 2016-08-18 用于基因产品的检索方法

Country Status (1)

Country Link
CN (1) CN106295252B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108428137A (zh) * 2017-02-14 2018-08-21 阿里巴巴集团控股有限公司 生成简称、校验电子金融业务合法性的方法及装置
CN110349632B (zh) * 2019-06-28 2020-06-16 南方医科大学 一种从PubMed文献筛选基因关键词的方法
CN111540472B (zh) * 2020-05-18 2023-06-20 霓蝶(上海)医疗科技有限公司 一种健康活动的智能风险评估***及其评估方法
CN111739585B (zh) * 2020-06-24 2022-10-18 胡嘉欣 一种基于ncbi数据库的信息提取方法及其相关设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1744080A (zh) * 2005-09-27 2006-03-08 南方医科大学 一种与特定功能相关的基因信息检索***及用于该***的检索词数据库的构建方法
CN101201847A (zh) * 2007-12-26 2008-06-18 北京东方灵盾科技有限公司 一种传统药物专利信息检索***及检索方法
CN101266601A (zh) * 2007-03-14 2008-09-17 沈诗昊 基因芯片数据搜索引擎
CN101539916A (zh) * 2008-03-17 2009-09-23 亿维讯软件(北京)有限公司 初次专利检索装置、二次专利检索装置和专利检索***
CN101738196A (zh) * 2009-12-10 2010-06-16 东软集团股份有限公司 导航设备的信息检索方法及装置
CN102043812A (zh) * 2009-10-13 2011-05-04 北京大学 一种医疗信息的检索方法及***
CN104090890A (zh) * 2013-12-12 2014-10-08 深圳市腾讯计算机***有限公司 关键词相似度获取方法、装置及服务器
CN105589936A (zh) * 2015-12-11 2016-05-18 航天恒星科技有限公司 一种数据查询方法及***
CN105630813A (zh) * 2014-10-30 2016-06-01 苏宁云商集团股份有限公司 基于用户自定义模板的关键词推荐方法和***
CN105740243A (zh) * 2014-12-08 2016-07-06 深圳华大基因研究院 生物信息数据库的构建方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1744080A (zh) * 2005-09-27 2006-03-08 南方医科大学 一种与特定功能相关的基因信息检索***及用于该***的检索词数据库的构建方法
CN101266601A (zh) * 2007-03-14 2008-09-17 沈诗昊 基因芯片数据搜索引擎
CN101201847A (zh) * 2007-12-26 2008-06-18 北京东方灵盾科技有限公司 一种传统药物专利信息检索***及检索方法
CN101539916A (zh) * 2008-03-17 2009-09-23 亿维讯软件(北京)有限公司 初次专利检索装置、二次专利检索装置和专利检索***
CN102043812A (zh) * 2009-10-13 2011-05-04 北京大学 一种医疗信息的检索方法及***
CN101738196A (zh) * 2009-12-10 2010-06-16 东软集团股份有限公司 导航设备的信息检索方法及装置
CN104090890A (zh) * 2013-12-12 2014-10-08 深圳市腾讯计算机***有限公司 关键词相似度获取方法、装置及服务器
CN105630813A (zh) * 2014-10-30 2016-06-01 苏宁云商集团股份有限公司 基于用户自定义模板的关键词推荐方法和***
CN105740243A (zh) * 2014-12-08 2016-07-06 深圳华大基因研究院 生物信息数据库的构建方法和装置
CN105589936A (zh) * 2015-12-11 2016-05-18 航天恒星科技有限公司 一种数据查询方法及***

Also Published As

Publication number Publication date
CN106295252A (zh) 2017-01-04

Similar Documents

Publication Publication Date Title
CN106295252B (zh) 用于基因产品的检索方法
CN103491205B (zh) 一种基于视频搜索的关联资源地址的推送方法和装置
CN103902698B (zh) 一种数据存储***和存储方法
CN104268280B (zh) 一种基于键值数据库的层次化存储与查询方法
CN104392171B (zh) 一种基于数据关联的自动内存证据分析方法
CN107832047A (zh) 一种基于lstm的非api函数实参推荐方法
CN101882152A (zh) 一种便携式学习机及其资源检索方法
CN110263021B (zh) 一种基于个性化标签体系的主题库生成方法
CN112115265A (zh) 文本分类中的小样本学习方法
Lee et al. Seeding for pervasively overlapping communities
JP2013196680A (ja) 共学習に基づく概念認識方法および概念認識装置
CN104794130B (zh) 一种表间关联查询方法和装置
Filipavicius et al. Pre-training protein language models with label-agnostic binding pairs enhances performance in downstream tasks
JP5980520B2 (ja) 効率的にクエリを処理する方法及び装置
CN102541284B (zh) 一种文字输入中通过目标量进行组合的方法及***
CN111737482A (zh) 一种适用于数据挖掘的全景可视化图谱生成方法及装置
Cui et al. An algorithm for finding functional modules and protein complexes in protein-protein interaction networks
CN111061972A (zh) 一种用于url路径匹配的ac查找优化方法和装置
CN103500214B (zh) 一种基于视频搜索的分词信息推送方法和装置
CN107180098B (zh) 一种信息搜索中关键词淘汰方法及装置
CN113204676B (zh) 基于图结构数据的压缩存储方法
Yang et al. Large-scale metagenomic sequence clustering on map-reduce clusters
CN105094209B (zh) 数据的修复方法及装置
CN104239314A (zh) 一种扩展检索词的方法和***
CN108280176A (zh) 基于MapReduce的数据挖掘优化方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant