[發(fā)明專利]用于檢測(cè)突變的方法、電子設(shè)備和計(jì)算機(jī)存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010078351.X
• 申請(qǐng)日: 2020-02-03
• 公開(kāi)（公告）號(hào): CN111292802B
• 公開(kāi)（公告）日: 2021-03-16
• 發(fā)明（設(shè)計(jì)）人: 姚鳴;張鵬;王傲迪;王凱
• 申請(qǐng)（專利權(quán)）人: 至本醫(yī)療科技（上海）有限公司;上海至本醫(yī)學(xué)檢驗(yàn)所有限公司
• 主分類號(hào): G16B20/20
• 分類號(hào): G16B20/20;G16B20/50;G16B30/10;G16B40/00;G06N3/04;G06N3/08
• 代理公司: 北京市金杜律師事務(wù)所 11256
• 代理人: 王茂華

1.一種用于檢測(cè)突變的方法，包括：

獲取關(guān)于待測(cè)樣本的測(cè)序序列與參考基因組測(cè)序序列的比對(duì)結(jié)果信息，所述待測(cè)樣本包括待測(cè)血液樣本和待測(cè)組織樣本；

基于所述比對(duì)結(jié)果信息，生成突變位點(diǎn)堿基信息，所述突變位點(diǎn)堿基信息至少包括堿基質(zhì)量和比對(duì)質(zhì)量中的至少一項(xiàng)，其中生成突變位點(diǎn)堿基信息包括：基于所述血液樣本的測(cè)序序列與所述參考基因組的測(cè)序序列進(jìn)行比對(duì)的比對(duì)結(jié)果信息而生成關(guān)于突變位點(diǎn)堿基的第一多維矩陣，基于所述待測(cè)組織樣本的測(cè)序序列與所述參考基因組的測(cè)序序列進(jìn)行比對(duì)的比對(duì)結(jié)果信息而生成關(guān)于突變位點(diǎn)堿基的第二多維矩陣，匯總所述第一多維矩陣和所述第二多維矩陣以便生成用于預(yù)測(cè)模型的輸入矩陣；

基于預(yù)測(cè)模型，提取所述突變位點(diǎn)堿基信息的特征值，所述預(yù)測(cè)模型經(jīng)由對(duì)多個(gè)訓(xùn)練樣本的機(jī)器學(xué)習(xí)而生成；以及

基于所提取的所述特征值，預(yù)測(cè)突變信息。

2.根據(jù)權(quán)利要求1所述的方法，其中所述預(yù)測(cè)模型是基于深度卷積神經(jīng)網(wǎng)絡(luò)模型所構(gòu)建。

3.根據(jù)權(quán)利要求1所述的方法，其中生成突變位點(diǎn)堿基信息包括：

基于突變位點(diǎn)的位置信息，獲取所述突變位點(diǎn)的前后預(yù)定數(shù)量的堿基位點(diǎn)的讀長(zhǎng)堿基信息；

將所獲取的所述讀長(zhǎng)堿基信息與參考基因組數(shù)據(jù)進(jìn)行比對(duì)；

基于所獲取的所述讀長(zhǎng)堿基信息中與所述參考基因組數(shù)據(jù)一致的讀長(zhǎng)堿基信息，生成關(guān)于一致讀長(zhǎng)的特征；以及

基于所獲取的所述讀長(zhǎng)堿基信息中與所述參考基因組數(shù)據(jù)不一致的讀長(zhǎng)堿基信息，生成關(guān)于不一致讀長(zhǎng)的特征。

4.根據(jù)權(quán)利要求3所述的方法，其中生成突變位點(diǎn)堿基信息包括：

將所獲取的所述讀長(zhǎng)堿基信息分別與所述參考基因組的正向鏈堿基和反向鏈堿基進(jìn)行比對(duì)；

基于與所述正向鏈堿基或所述反向鏈堿基一致的讀長(zhǎng)數(shù)量，分別生成關(guān)于正向鏈堿基一致讀長(zhǎng)數(shù)量特征和關(guān)于反向鏈堿基一致讀長(zhǎng)數(shù)量特征；

基于突變型堿基的形式與所述正向鏈突變型堿基或所述反向鏈突變型堿基不一致的讀長(zhǎng)數(shù)量，分別生成關(guān)于正向鏈的突變型堿基不一致數(shù)量特征和關(guān)于反向鏈的突變型堿基不一致讀長(zhǎng)數(shù)量特征；

基于與所述正向鏈堿基或所述反向鏈堿基不一致的讀長(zhǎng)數(shù)量并且與突變型堿基不一致的讀長(zhǎng)數(shù)量，分別生成關(guān)于參考基因組不一樣且與突變型堿基不一致的多個(gè)特征。

5.根據(jù)權(quán)利要求4所述的方法，其中生成突變位點(diǎn)堿基信息還包括：

基于突變位點(diǎn)的位置信息，獲取關(guān)于所述突變位點(diǎn)的前后預(yù)定數(shù)量的堿基位點(diǎn)的A、C、T、G堿基的數(shù)量；

基于所述A、C、T、G堿基的數(shù)量，分別生成用于分別指示A、C、T、G堿基分布情況的A堿基特征、C堿基特征、T堿基特征和G堿基特征。

6.根據(jù)權(quán)利要求5所述的方法，其中生成突變位點(diǎn)堿基信息還包括：

確定具有突變位點(diǎn)的讀長(zhǎng)數(shù)量，以生成具突變位點(diǎn)的讀長(zhǎng)數(shù)量特征；

確定具有突變位點(diǎn)的讀長(zhǎng)中與參考基因組不一致的讀長(zhǎng)數(shù)量，以生成參考基因組不一致讀長(zhǎng)數(shù)量特征。

7.根據(jù)權(quán)利要求2所述的方法，其中所述深度卷積神經(jīng)網(wǎng)絡(luò)模型包括：輸入層、卷積層、激活函數(shù)、池化層、全連接層和輸出層，所述卷積層包括多個(gè)塊殘差學(xué)習(xí)單元，所述深度卷積神經(jīng)網(wǎng)絡(luò)模型的輸出特征向量被輸入至softmax分類器。

8.根據(jù)權(quán)利要求6所述的方法，其中生成突變位點(diǎn)堿基信息還包括：

基于關(guān)于所述待測(cè)血液樣本和所述待測(cè)組織樣本的所述堿基質(zhì)量和所述比對(duì)質(zhì)量，以及所述關(guān)于一致讀長(zhǎng)的特征、所述關(guān)于不一致讀長(zhǎng)的特征、所述關(guān)于正向鏈堿基一致讀長(zhǎng)數(shù)量特征、所述關(guān)于反向鏈堿基一致讀長(zhǎng)數(shù)量特征、所述關(guān)于正向鏈的突變型堿基不一致數(shù)量特征、所述關(guān)于反向鏈的突變型堿基不一致讀長(zhǎng)數(shù)量特征、所述關(guān)于參考基因組不一樣且與突變型堿基不一致的多個(gè)特征、所述A堿基特征、所述C堿基特征、所述T堿基特征、所述G堿基特征、所述具突變位點(diǎn)的讀長(zhǎng)數(shù)量特征和所述參考基因組不一致讀長(zhǎng)數(shù)量特征中的多個(gè)特征，生成用于輸入所述預(yù)測(cè)模型的多維特征矩陣。