[發明專利]一種堿基序列的識別方法、裝置和存儲介質

有效

• 申請號: 202010026283.2
• 申請日: 2020-01-08
• 公開（公告）號: CN111243674B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 蔡宏民;曾靜文
• 申請（專利權）人: 華南理工大學
• 主分類號: G16B30/10
• 分類號: G16B30/10;G16B40/00;G06N3/0464;G06N3/048;G06N3/047;G06N3/0455;G06N3/049;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郭浩輝;麥小嬋

1.一種堿基序列的識別方法，其特征在于，包括步驟：

讀取牛津納米孔測序儀輸出的數據文件并提取出待測的DNA/RNA分子對應的電流信號；

將所述電流信號按預設的重疊率截取出若干個預設長度的電流信號片段；

將每一所述電流信號片段輸入預設的時序卷積網絡模型中進行時序建模，以針對每一電流信號片段生成對應的堿基概率矩陣；其中，所述堿基概率矩陣為所述電流信號片段在每一采樣時間點上出現堿基的概率分布；

根據每一所述堿基概率矩陣解碼出對應的堿基序列片段，并根據每一堿基序列片段生成所述堿基序列；

所述將所述電流信號按預設的重疊率截取出若干個預設長度的電流信號片段，具體包括：

根據絕對中位差法對所述電流信號進行標準化；

將標準化后的電流信號按預設的重疊率截取出若干個預設長度的電流信號片段；

所述根據絕對中位差法對所述電流信號進行標準化，具體為：

根據絕對中位差法，通過以下計算公式對所述電流信號進行標準化：

其中，X_sd為標準化后的電流信號；X_raw為標準化前的電流信號；c為預設常數；m(X_raw)為電流信號X_raw的絕對中位差；

所述根據每一所述堿基概率矩陣解碼出對應的堿基序列片段，并根據每一堿基序列片段生成所述堿基序列，具體包括：

將每一所述堿基概率矩陣輸入預設的連接時間解碼器，以使所述連接時間解碼器執行集束搜索算法解碼出對應的堿基序列片段；

將每一所述堿基序列片段以最大重疊區域進行拼接，以生成所述堿基序列；

所述預設的時序卷積網絡模型由五層殘差塊和兩層全連接層依次連接組成；其中，每一所述殘差塊包括兩層膨脹因果卷積。

2.一種堿基序列的識別裝置，其特征在于，包括：電流信號獲取模塊、電流信號片段截取模塊、堿基概率矩陣生成模塊和堿基序列生成模塊；其中，

所述電流信號獲取模塊，用于讀取牛津納米孔測序儀輸出的數據文件并提取出待測的DNA/RNA分子對應的電流信號；

所述電流信號片段截取模塊，用于將所述電流信號按預設的重疊率截取出若干個預設長度的電流信號片段；

所述堿基概率矩陣生成模塊，用于將每一所述電流信號片段輸入預設的時序卷積網絡模型中進行時序建模，以針對每一電流信號片段生成對應的堿基概率矩陣；其中，所述堿基概率矩陣為所述電流信號片段在每一采樣時間點上出現堿基的概率分布；

所述堿基序列生成模塊，用于根據每一所述堿基概率矩陣解碼出對應的堿基序列片段，并根據每一堿基序列片段生成所述堿基序列；

所述電流信號片段截取模塊包括電流信號標準化單元和電流信號片段截取單元；其中，

所述電流信號標準化單元，用于根據絕對中位差法對所述電流信號進行標準化；

所述電流信號片段截取單元，用于將標準化后的電流信號按預設的重疊率截取出若干個預設長度的電流信號片段；

所述電流信號標準化單元，具體用于：

根據絕對中位差法，通過以下計算公式對所述電流信號進行標準化：

其中，X_sd為標準化后的電流信號；X_raw為標準化前的電流信號；c為預設常數；m(X_raw)為電流信號X_raw的絕對中位差；

所述堿基序列生成模塊包括堿基序列片段解碼單元和堿基序列生成單元；其中，

所述堿基序列片段解碼單元，用于將每一所述堿基概率矩陣輸入預設的連接時間解碼器，以使所述連接時間解碼器執行集束搜索算法解碼出對應的堿基序列片段；

所述堿基序列生成單元，用于將每一所述堿基序列片段以最大重疊區域進行拼接，以生成所述堿基序列；

所述預設的時序卷積網絡模型由五層殘差塊和兩層全連接層依次連接組成；其中，每一所述殘差塊包括兩層膨脹因果卷積。

3.一種堿基序列的識別裝置，其特征在于，包括處理器、存儲器以及存儲在所述存儲器中且被配置為由所述處理器執行的計算機程序，所述處理器執行所述計算機程序時實現如權利要求1所述的堿基序列的識別方法。

4.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質包括存儲的計算機程序，其中，在所述計算機程序運行時控制所述計算機可讀存儲介質所在設備執行如權利要求1所述的堿基序列的識別方法。