[發明專利]一種基于分子地圖的生物樣本快速智能識別方法

有效

• 申請號: 201711248727.1
• 申請日: 2017-12-01
• 公開（公告）號: CN109870533B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 張曉哲;趙凡;趙楠
• 申請（專利權）人: 中國科學院大連化學物理研究所
• 主分類號: G01N30/86
• 分類號: G01N30/86;G06K9/62;G06N3/08
• 代理公司: 沈陽科苑專利商標代理有限公司 21002
• 代理人: 馬馳

本發明涉及一種基于分子地圖的生物樣本快速智能識別方法，目前的分類方法，局限于有限生物樣本集，尚缺乏能夠高通量、高準確度分析不同種類、不同來源生物樣本的通用技術和手段，難以滿足生物大樣本的分類與識別要求。在這里，我們提出了一個基于分子地圖的智能分類方法。本發明利用生物樣本分子地圖所蘊含的位置與形狀等特征進行識別；通過數據前處理技術，充分顯示分子地圖的各種特征；通過深度學習技術，提取多維分子地圖中不同層次的特征；利用訓練樣本，訓練分類器的分類效果，進行測試樣本的快速識別與分類；結果表明，基于多維分子地圖中蘊含的各種特征，分類效果明顯優于常見方法。

技術領域

本領域涉及生物樣本的智能識別問題，尤其涉及基于X-MS技術的分子地圖特征提取與分類問題，該發明所開發的技術能夠提取、比較和評價不同分子地圖的特異性分布模式，成為區分不同生物樣本的有力工具；該發明充分利用深度學習和圖像識別等技術，提高了識別與分類的準確性與速度，實現了大批量生物樣本的可靠識別與分類。

背景技術

在許多應用領域，對生物樣本的識別與分類存在著日益增長的需求。開發快速、準確復雜的分類技術成為一項非常具有挑戰性的課題^3-5。因為生物樣本的組成極其復雜，人們為此目的開發了多種不同的方法。總結起來，主要有基因法、色譜法、光譜法和基于質譜技術的組學四種方法。基因測序是確定生物樣本屬性的強大手段⁶，但基因測序具有周期長、時間和經濟成本高的缺點，并且不適用于缺乏基因信息的生物樣本，如植物的小分子提取物的分析與識別⁵。色譜法和光譜法是一種克服了上述基因法的缺點^7,8，但受制于分辨率低或分子信息不充分等因素，難以滿足生物樣本組成多樣性的要求⁵。基于多維分離檢測工具如色譜-色譜聯用，質譜-質譜聯用，特別是色譜質譜聯用,因為提供了前所未有的分辨率，成為強大的分析工具，用于生物樣品的高效分類與識別。然而，目前的分類方法，適應單個的分子(特征)為中心的、高度依賴強度，往往需要勞動密集型的結構鑒定^5,9，并受到特征過剩造成的困擾¹⁰。因此，它們的使用一般局限于感興趣物種的有限樣本集，而且幾乎迄今為止，尚缺乏能夠高通量、高準確度分析不同種類、不同來源生物樣本的通用技術和手段，難以滿足生物大樣本的分類與識別要求。

基于X-MS技術的分子地圖是一種呈現高復雜性的生物化學成分析工具^11-13。生物樣品中含有可檢測分子成千上萬，許多這些化合物的基因產品或相關的衍生物，從而表現出的物理、化學、生物相關性。我們認為，這種物理和化學參數的相似性可以為多維空間中的相關化合物分組提供依據^14,15。我們對大量不同種類樣品進行分析和驗證，發現這些樣本，包括大鼠不同器官，人體血漿和各種植物產品，清楚地表明，每類分子地圖中含有在空間上聚集的點。我們進一步發現分子地圖數據簇在不同的樣本中具有獨特的形狀、密度和位置。我們認為這些空間聚集的點和由之形成的形態特征可以提供新的有價值的特征來識別或分類復雜樣品。

在這里，我們提出了一個基于分子地圖的智能分類方法。我們對分子地圖進行處理，通過深度學習技術提取生物樣本分子地圖的高級特征，通過分類工具對待測樣本進行分類。結果表明，該方法能夠有效識別近似樣本，分類效果明顯優于常見方法。

參考文獻

1LeCun Y,Bengio Y,Hinton G.Deep learning[J].Nature,521(7553):436-444，(2015).

2Suykens J A K,Vandewalle J.Least squares support vector machineclassifiers[J].Neural processing letters,1999,9(3):293-300.