[發明專利]一種生物學回歸預測方法、裝置、設備及存儲介質

在審

• 申請號: 202211190198.5
• 申請日: 2022-09-28
• 公開（公告）號: CN115565611A
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 劉華清;韓藍青
• 申請（專利權）人: 廣州譯碼基因科技有限公司
• 主分類號: G16B40/20
• 分類號: G16B40/20;G16B30/00;G16B20/00;G16B20/50;G06N20/00;G06N3/08
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 黎揚鵬

本申請公開了一種生物學回歸預測方法、系統、設備及介質，獲取目標對象的第一生物學序列數據；將所述第一生物學序列數據輸入到第一回歸預測網絡或者第二回歸預測網絡中的至少一者，得到第一分數預測值；所述第一分數預測值用于表征預測得到的所述目標對象在預設的生物學維度的指標值。其中，上述的回歸預測網絡通過采用帶噪協同算法進行訓練，適用于從帶有大量噪聲的生物學實驗數據中學習隱藏的規律，相比于常規回歸預測算法，該算法的預測值和實驗值之間的相關性更高，能夠提高得到的分數預測值的準確性。本申請可廣泛應用于人工智能技術領域內。

技術領域

本申請涉及人工智能技術領域，尤其是一種生物學回歸預測方法、系統、設備及介質。

背景技術

隨著人工智能技術的發展，基于人工智能技術搭建的各類機器學習模型可以用于分類、回歸預測等任務，且取得了較為可觀的進展。

其中，在生物學領域內，存在有基于生物材料的相關序列信息，預測其某些生物學維度的指標值的需求。這些指標值一般采用相應的分數來表示，例如，這些數值可以是衡量AAV病毒突變體的包裝能力、組織靶向性強弱的數值，也可以是衡量抗體和目標抗原之間親和力大小的數值，亦或者表示蛋白質活性、疏水性大小等的數值。在獲取這些指標值的實際值時，一般采用生物學實驗進行確定。然而，由于生物學實驗各環節中存在較多的干擾因素，導致實驗測量得到的分數值包含了較多的噪聲，使用這些帶噪聲的數據去訓練回歸預測模型，得到的模型預測效果往往不如預期，預測得到的分數預測值準確度不高。

綜上，相關技術存在的問題亟需得到解決。

發明內容

本申請的目的在于至少一定程度上解決相關技術中存在的技術問題之一。

為此，本申請實施例的一個目的在于提供一種生物學回歸預測方法、系統、設備及介質。

為了達到上述技術目的，本申請實施例所采取的技術方案包括：

一方面，本申請實施例提供了一種生物學回歸預測方法，所述方法包括：

獲取目標對象的第一生物學序列數據；

將所述第一生物學序列數據輸入到第一回歸預測網絡或者第二回歸預測網絡中的至少一者，得到第一分數預測值；所述第一分數預測值用于表征預測得到的所述目標對象在預設的生物學維度的指標值；

其中，所述第一回歸預測網絡和所述第二回歸預測網絡通過以下步驟訓練得到：

獲取生物學實驗數據集，所述生物學實驗數據集中包括多個訓練樣本；每個所述訓練樣本包括樣本對象的第二生物學序列數據和分數實驗值，所述分數實驗值用于表征實驗得到的所述樣本對象在預設的生物學維度的指標值；

將所述訓練樣本輸入到初始化的第一回歸預測網絡和第二回歸預測網絡進行熱身訓練，得到基礎的第一回歸預測網絡和基礎的第二回歸預測網絡；

將所述訓練樣本輸入到所述基礎的第一回歸預測網絡和基礎的第二回歸預測網絡進行帶噪協同訓練，得到訓練好的第一回歸預測網絡和訓練好的第二回歸預測網絡。

另外，根據本申請上述實施例的一種生物學回歸預測方法，還可以具有以下附加的技術特征：

進一步地，在本申請的一個實施例中，所述第一生物學序列數據包括堿基序列數據或者氨基酸序列數據。

進一步地，在本申請的一個實施例中，將所述訓練樣本輸入到初始化的第一回歸預測網絡進行熱身訓練，得到基礎的第一回歸預測網絡，包括：

將所述第二生物學序列數據輸入到初始化的第一回歸預測網絡，得到所述初始化的第一回歸預測網絡輸出的第二分數預測值；所述第二分數預測值用于表征預測得到的所述樣本對象在預設的生物學維度的指標值；

根據所述第二分數預測值和所述分數實驗值，計算得到第一損失值；