[發(fā)明專利]品種鑒定的方法、其預(yù)測模型的構(gòu)建方法和裝置

在審

• 申請?zhí)枺?/td>: 202011119585.0
• 申請日: 2020-10-19
• 公開（公告）號: CN112102880A
• 公開（公告）日: 2020-12-18
• 發(fā)明（設(shè)計）人: 陳志強(qiáng);梁齊齊;吳俊;曹志生;李瑞強(qiáng)
• 申請（專利權(quán)）人: 北京諾禾致源科技股份有限公司
• 主分類號: G16B20/20
• 分類號: G16B20/20;G16B20/30
• 代理公司: 北京康信知識產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 路秀麗

1.一種品種鑒定預(yù)測模型的構(gòu)建方法，其特征在于，所述構(gòu)建方法包括：

獲取SNP數(shù)據(jù)集；

對所述SNP數(shù)據(jù)集進(jìn)行預(yù)處理，得到SNP數(shù)據(jù)矩陣；

對所述SNP數(shù)據(jù)矩陣進(jìn)行降維處理，得到SNP縮減集；

以所述SNP縮減集為特征值，以樣本所屬群體名作為目標(biāo)值，進(jìn)行模型訓(xùn)練及模型參數(shù)調(diào)節(jié)，獲得初步模型；

對所述初步模型進(jìn)行評估，得到所述品種鑒定的預(yù)測模型。

2.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于，對所述SNP數(shù)據(jù)集進(jìn)行預(yù)處理，得到SNP數(shù)據(jù)矩陣包括：

去除所述SNP數(shù)據(jù)集中存在缺失和/或最小等位基因頻率低于5％的SNP位點，得到有效SNP位點；

將m個樣本的總計n個所述有效SNP位點的基因型進(jìn)突變純合行數(shù)字編碼轉(zhuǎn)化，得到所述SNP數(shù)據(jù)矩陣m×n；

其中，野生純合基因型AA記為0，雜合基因型AB記為1，基因型BB記為2，m和n分別為自然數(shù)，優(yōu)選為大于等于2的自然數(shù)。

3.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于，對所述SNP數(shù)據(jù)矩陣進(jìn)行降維處理，得到SNP縮減集包括：

采用主成分分析法對所述SNP數(shù)據(jù)矩陣進(jìn)行降維處理，得到所述SNP縮減集；

優(yōu)選地，所述降維處理包括：

計算每個SNP位點在不同樣本間的協(xié)方差，形成協(xié)方差矩陣T_nxm,計算所述協(xié)方差矩陣的特征值和特征向量；

按所述特征值大小排序，當(dāng)?shù)趎1+1個特征值大小相比第n1個特征值大小顯著下降時，保留前n1個所述特征值的所述特征向量，n1為小于n的自然數(shù)；

對保留下來的每個所述特征值對應(yīng)的所述特征向量里的元素值按絕對值大小進(jìn)行排序，并選擇每個所述特征值上排序靠前的預(yù)定數(shù)量個元素，每個所述元素未排序前的位置對應(yīng)SNP位點位置，從而獲得總數(shù)為n2個SNP位點的所述SNP縮減集，其中，n1≤n2＜n。

4.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于，在進(jìn)行模型訓(xùn)練及調(diào)節(jié)模型參數(shù)的步驟中，采用網(wǎng)格搜索的方法進(jìn)行調(diào)節(jié)。

5.根據(jù)權(quán)利要求1至4中任一項所述的構(gòu)建方法，其特征在于，對所述初步模型進(jìn)行評估，得到所述品種鑒定的預(yù)測模型包括：

將所述SNP縮減集分為訓(xùn)練集和測試集；

通過對所述訓(xùn)練集進(jìn)行五折交叉驗證，并在所述測試集上輸出AUC值的方式對所述初步模型進(jìn)行評估；

若評估結(jié)果符合預(yù)設(shè)標(biāo)準(zhǔn)，則將所述初步模型作為所述預(yù)測模型；

若評估結(jié)果不符合所述預(yù)設(shè)標(biāo)準(zhǔn)，則返回所述初步模型，重復(fù)執(zhí)行所述模型訓(xùn)練及模型參數(shù)調(diào)節(jié)步驟，直至所述評估結(jié)果符合所述預(yù)設(shè)標(biāo)準(zhǔn)。

6.根據(jù)權(quán)利要求5所述的構(gòu)建方法，其特征在于，所述構(gòu)建方法在得到所述品種鑒定的預(yù)測模型的同時，還包括：

對所述預(yù)測模型導(dǎo)出并存儲到集群路徑下，同時對所述預(yù)測模型返回的每個SNP位點的重要度進(jìn)行排序，并將每個SNP位點的重要度導(dǎo)出并存儲到所述集群路徑下。

7.一種品種鑒定的方法，其特征在于，所述方法包括：

將待鑒定樣本的SNP數(shù)據(jù)集依次進(jìn)行預(yù)處理及降維處理，得到待鑒定樣本的SNP縮減集；

將所述待鑒定樣本的SNP縮減集導(dǎo)入權(quán)利要求1至6中任一項所述的構(gòu)建方法所構(gòu)建的預(yù)測模型進(jìn)行預(yù)測，從而獲得待鑒定樣本所屬群體。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，

所述預(yù)處理按照權(quán)利要求2所述的構(gòu)建方法中的預(yù)處理步驟進(jìn)行；

所述降維處理按照權(quán)利要求3所述的構(gòu)建方法中的降維處理步驟進(jìn)行。