[發(fā)明專利]用于識(shí)別引起序列特異性錯(cuò)誤(SSE)的序列圖案的基于深度學(xué)習(xí)的框架

在審

• 申請(qǐng)?zhí)枺?/td>: 201980003258.8
• 申請(qǐng)日: 2019-07-09
• 公開（公告）號(hào): CN110892484A
• 公開（公告）日: 2020-03-17
• 發(fā)明（設(shè)計(jì)）人: D·卡什夫哈吉;A·起亞;K-H·法爾
• 申請(qǐng)（專利權(quán)）人: 因美納有限公司
• 主分類號(hào): G16B40/20
• 分類號(hào): G16B40/20;G16B20/20;G06N3/04
• 代理公司: 北京泛華偉業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 11280
• 代理人: 王勇

1.一種用于識(shí)別引起核苷酸測序數(shù)據(jù)中的序列特異性錯(cuò)誤的重復(fù)圖案的系統(tǒng)，包括：

一個(gè)或多個(gè)處理器和存儲(chǔ)指令的一個(gè)或多個(gè)存儲(chǔ)裝置，所述指令當(dāng)在所述一個(gè)或多個(gè)處理器上執(zhí)行時(shí)引起所述一個(gè)或多個(gè)處理器實(shí)施：

輸入準(zhǔn)備子系統(tǒng)，所述輸入準(zhǔn)備子系統(tǒng)配置成：

將待測重復(fù)圖案以計(jì)算方式重疊于多個(gè)核苷酸序列上并且產(chǎn)生重疊樣品，

其中每個(gè)重復(fù)圖案表示特定核苷酸組成，所述特定核苷酸組成具有特定長度并且在重疊樣品中出現(xiàn)于特定偏移位置，

其中每個(gè)重疊樣品具有視為變體核苷酸的靶位置，并且

其中對(duì)于所述特定核苷酸組成、所述特定長度和所述特定偏移位置的每種組合，以計(jì)算方式生成一組所述重疊樣品；

預(yù)訓(xùn)練變體濾波器子系統(tǒng)，所述預(yù)訓(xùn)練變體濾波器子系統(tǒng)配置成：

通過卷積神經(jīng)網(wǎng)絡(luò)處理所述重疊樣品，并且基于所述重疊樣品中的核苷酸圖案通過所述卷積神經(jīng)網(wǎng)絡(luò)的卷積濾波器的檢測，生成每個(gè)所述重疊樣品中的所述變體核苷酸為真實(shí)變體或虛假變體的可能性的分類分?jǐn)?shù)；

重復(fù)圖案輸出子系統(tǒng)，所述重復(fù)圖案輸出子系統(tǒng)配置成：

輸出所述分類分?jǐn)?shù)的分布，所述分類分?jǐn)?shù)指示由所述重復(fù)圖案的存在所得出的所述預(yù)訓(xùn)練變體濾波器子系統(tǒng)對(duì)于虛假變體分類的敏感性；和

序列特異性錯(cuò)誤關(guān)聯(lián)子系統(tǒng)，所述序列特異性錯(cuò)誤關(guān)聯(lián)子系統(tǒng)配置成：

基于閾值而將所述分類分?jǐn)?shù)的子組規(guī)定為指示所述虛假變體分類，以及

將與指示所述虛假變體分類的所述分類分?jǐn)?shù)的所述子組相關(guān)聯(lián)的那些重復(fù)圖案分類為引起所述序列特異性錯(cuò)誤。

2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中所述序列特異性錯(cuò)誤關(guān)聯(lián)子系統(tǒng)還配置成：

將分類為引起所述序列特異性錯(cuò)誤的所述重復(fù)圖案的特定長度和特定偏移位置分類為也引起所述序列特異性錯(cuò)誤。

3.根據(jù)權(quán)利要求1至2中任一項(xiàng)所述的系統(tǒng)，其中所述變體核苷酸處于所述靶位置，在每側(cè)側(cè)接至少20個(gè)核苷酸。

4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的系統(tǒng)，其中所述預(yù)訓(xùn)練變體濾波器子系統(tǒng)配置成處理在至少100個(gè)重疊樣品中的至少100個(gè)核苷酸序列上所重疊的所述重復(fù)圖案的每種組合。

5.根據(jù)權(quán)利要求1至4中任一項(xiàng)所述的系統(tǒng)，其中所述重復(fù)圖案包括來自具有至少6個(gè)重復(fù)因子的四個(gè)堿基(A、C、G和T)的至少一個(gè)堿基。

6.根據(jù)權(quán)利要求5所述的系統(tǒng)，其中所述重復(fù)圖案為具有所述至少6個(gè)重復(fù)因子的單個(gè)堿基(A、C、G或T)的均聚物；并且

其中所述至少6個(gè)重復(fù)因子規(guī)定所述重復(fù)圖案中所述單個(gè)堿基的重復(fù)次數(shù)。

7.根據(jù)權(quán)利要求1至6中任一項(xiàng)所述的系統(tǒng)，其中所述重復(fù)圖案為來自具有所述至少6個(gè)重復(fù)因子的四個(gè)堿基(A、C、G和T)的至少兩個(gè)堿基的共聚物；并且

其中所述至少6個(gè)重復(fù)因子規(guī)定所述重復(fù)圖案中所述至少兩個(gè)堿基的重復(fù)次數(shù)。

8.根據(jù)權(quán)利要求1至7中任一項(xiàng)所述的系統(tǒng)，其中所述偏移位置關(guān)于所述重復(fù)圖案重疊于所述核苷酸序列上的位置而改變，可測量為所述重復(fù)圖案的原點(diǎn)位置和所述核苷酸序列的原點(diǎn)位置之間的偏移量，并且至少十個(gè)偏移量用于產(chǎn)生所述重疊樣品。

9.根據(jù)權(quán)利要求1至8中任一項(xiàng)所述的系統(tǒng)，其中所述重復(fù)圖案處于所述重疊樣品中的中心核苷酸的右側(cè)并且不與所述中心核苷酸重疊。

10.根據(jù)權(quán)利要求1至9中任一項(xiàng)所述的系統(tǒng)，其中所述重復(fù)圖案處于所述重疊樣品中的中心核苷酸的左側(cè)并且不與所述中心核苷酸重疊。

11.根據(jù)權(quán)利要求1至10中任一項(xiàng)所述的系統(tǒng)，其中所述重復(fù)圖案包括所述重疊樣品中的中心核苷酸。

12.根據(jù)權(quán)利要求1至11中任一項(xiàng)所述的系統(tǒng)，其中所述重復(fù)因子為5至所述重疊樣品中的核苷酸計(jì)數(shù)的四分之一的范圍內(nèi)的整數(shù)。