基于血小板差异表达基因标记的分类方法、装置及系统制造方法及图纸

本发明专利技术属于计算机技术领域，提供了一种基于血小板差异表达基因标记的分类方法、装置及系统。该方法包括获取目标样本血小板转录组的测序读取序列，根据后缀阵列搜索算法和序列拆分/搜索/延伸策略，获取测序读取序列与人类基因组的比对结果，根据最大似然法确定基因表达估计值，通过线性统计方法获取正样本集和负样本集的基因表达差异，再根据正样本集和负样本集构建超平面表达式，根据超平面表达式和实体基因表达估计值，依据支持向量机原理对实体基因表达估计值进行分类。本发明专利技术基于血小板差异表达基因标记的分类方法、装置及系统，能够快速、准确地鉴别出差异表达基因标记，提高组群相应个体的分类精确度。

【技术实现步骤摘要】
基于血小板差异表达基因标记的分类方法、装置及系统
本专利技术涉及计算机
，具体涉及一种基于血小板差异表达基因标记的分类方法、装置及系统。
技术介绍
转录组是细胞内所有基因产生的信使核糖核酸的集合，对细胞的正常运转有重要的作用。在人类或其他生物体内，几乎所有的细胞都含有同样的一套基因，但是，其表达的模式却与细胞的类型、所属的器官组织、所处的生理条件或所在的样本个体密切相关，因此，通过解读和比较转录组提供的信息，研究人员能够鉴别出两组具有不同属性的个体之间的差异表达基因标记，并基于差异表达基因标记的表达模式，对未知的细胞或组织或个体进行准确的分类。血小板是血液的重要组成部分，其主要功效是凝聚于血管伤口处止血。血小板细胞来源于骨髓细胞，并不含有细胞核。长期以来，人们普遍理解为血小板内核糖核酸的种类和表达谱比较稳定，但最新的一系列研究表明血小板有可能在对于某些疾病包括肿瘤的全身性或局部性反应中起重要作用。通过对外界刺激信号的应答或者直接吞噬循环系统内的信使核糖核酸，血小板转录组能够呈现出特异的表达谱，因而解读血小板转录组的基因标记特征在某些疾病早期诊断方面有广泛的应用前景。目前，现有的差异表达基因标记的鉴定方法灵敏度较差，导致基于差异表达基因标记的未知个体分类结果精度不够，造成后续的应用受限。如何能够快速、准确地鉴别出针对特定组群的差异表达基因标记，提高该组群相应个体的分类精确度，是本领域技术人员亟需解决的问题。
技术实现思路
针对现有技术中的缺陷，本专利技术提供基于血小板差异表达基因标记的分类方法、装置及系统，能够快速、准确地鉴别出针对特定组群的差异表达基因标记，提高该组群相应个体的分类精确度。第一方面，本专利技术提供一种基于血小板差异表达基因标记的分类方法，该方法包括：信息获取步骤：获取目标个体的测序读取序列；分析对比步骤：将所述测序读取序列和预获取的人类基因组进行对比分别，获取对比分析结果；信息显示步骤：显示所述对比分析结果。本专利技术提供另一种基于血小板差异表达基因标记的分类方法，该方法包括：正负样本集构建步骤：根据二元性特征，将预获取的目标样本分成正样本集和负样本集，正样本集和负样本集的数量均满足预定数量要求；基因测序读取序列获取步骤：对正样本集和负样本集进行血小板转录组测序，分别获取正样本基因测序读取序列和负样本基因测序读取序列；预处理步骤：将正样本基因测序读取序列与预获得的测序衔接序列进行比对，删除正样本基因测序读取序列中与测序衔接序列比对一致的序列部分，形成初始正样本测序读取序列；检验初始正样本测序读取序列中的未知碱基比例和低质量碱基比例，保留未知碱基比例小于第一阈值，且低质量碱基比例小于第二阈值的初始正样本测序读取序列，形成正样本测序读取序列集合；将负样本基因测序读取序列与测序衔接序列进行比对，删除负样本基因测序读取序列中与测序衔接序列比对一致的序列部分，形成初始负样本测序读取序列；检验初始负样本测序读取序列中的未知碱基比例和低质量碱基比例，保留未知碱基比例小于第一阈值，且低质量碱基比例小于第二阈值的初始负样本测序读取序列，形成负样本测序读取序列集合；基因表达量估算步骤：根据后缀阵列搜索算法和序列拆分/搜索/延伸策略，将正样本测序读取序列集合和负样本测序读取序列集合分别与预获取的人类基因组进行比对，分别获取正样本测序读取序列对比结果和负样本测序读取序列对比结果；根据期望最大化算法和正样本测序读取序列对比结果，确定正样本基因表达估计值；根据期望最大化算法和负样本测序读取序列对比结果，确定负样本基因表达估计值；差异表达基因标记确定步骤：采用线性统计模型和经验贝叶斯方法，将正样本基因表达估计值和负样本基因表达估计值进行比较，获取表达差异值，并将表达差异值低于第三阈值的基因，作为差异表达基因标记；超平面表达式构建步骤：获取每个差异表达基因标记在正样本集中的正样本基因表达估计值，作为正样本标记基因表达估计值；获取每个差异表达基因标记在负样本集中的负样本基因表达估计值，作为负样本标记基因表达估计值；根据正样本标记基因表达估计值和负样本标记基因表达估计值，构建超平面表达式：其中，为系数，b为偏移量，为超平面的变量；量化分类步骤：根据超平面表达式和预获取实体的基因表达量估计值获取该实体的量化分类结果，并根据显示模式，进行显示。进一步地，根据正样本标记基因表达估计值和负样本标记基因表达估计值，构建超平面表达式，具体包括：构建超平面表达式：使得其中，为第i个样本标记基因表达估计值，若yi＝1表示第i个样本标记基因表达估计值为正样本标记基因表达估计值，若yi＝-1表示第i个样本标记基因表达估计值为负样本标记基因表达估计值，m为第i个样本标记基因表达估计值所在的平面到超平面的距离。进一步地，第一阈值为10％，第二阈值为50％，第三阈值为0.001。第二方面，本专利技术提供一种基于血小板差异表达基因标记的分类装置，该装置包括正负样本集构建模块、基因测序读取序列获取模块、预处理模块、基因表达量估算模块、差异表达基因标记确定模块、超平面表达式构建模块和量化分类模块，正负样本集构建模块用于根据二元性特征，将预获取的目标样本分成正样本集和负样本集，正样本集和负样本集的数量均满足预定数量要求；基因测序读取序列获取模块用于对正样本集和负样本集进行血小板转录组测序，分别获取正样本基因测序读取序列和负样本基因测序读取序列；预处理模块用于将正样本基因测序读取序列与预获得的测序衔接序列进行比对，删除正样本基因测序读取序列中与测序衔接序列比对一致的序列部分，形成初始正样本测序读取序列；检验初始正样本测序读取序列中的未知碱基比例和低质量碱基比例，保留未知碱基比例小于第一阈值，且低质量碱基比例小于第二阈值的初始正样本测序读取序列，形成正样本测序读取序列集合；将负样本基因测序读取序列与测序衔接序列进行比对，删除负样本基因测序读取序列中与测序衔接序列比对一致的序列部分，形成初始负样本测序读取序列；检验初始负样本测序读取序列中的未知碱基比例和低质量碱基比例，保留未知碱基比例小于第一阈值，且低质量碱基比例小于第二阈值的初始负样本测序读取序列，形成负样本测序读取序列集合；基因表达量估算模块用于根据后缀阵列搜索算法和序列拆分/搜索/延伸策略，将正样本测序读取序列集合和负样本测序读取序列集合分别与预获取的人类基因组进行比对，分别获取正样本测序读取序列对比结果和负样本测序读取序列对比结果；根据期望最大化算法和正样本测序读取序列对比结果，确定正样本基因表达估计值；根据期望最大化算法和负样本测序读取序列对比结果，确定负样本基因表达估计值；差异表达基因标记确定模块用于采用线性统计模型和经验贝叶斯装置，将正样本基因表达估计值和负样本基因表达估计值进行比较，获取表达差异值，并将表达差异值低于第三阈值的基因，作为差异表达基因标记；超平面表达式构建模块用于获取每个差异表达基因标记在正样本集中的正样本基因表达估计值，作为正样本标记基因表达估计值；获取每个差异表达基因标记在负样本集中的负样本基因表达估计值，作为负样本标记基因表达估计值；根据正样本标记基因表达估计值和负样本标记基因表达估计值，构建超平面表达式：其中，为系数，b为偏移量，为超平面的变量；量化分类模块用于根据超平面表达本文档来自技高网...

【技术保护点】
一种基于血小板差异表达基因标记的分类方法，其特征在于，包括：信息获取步骤：获取目标个体的测序读取序列；分析对比步骤：将所述测序读取序列和预获取的人类基因组进行对比分别，获取对比分析结果；信息显示步骤：显示所述对比分析结果。

【技术特征摘要】
1.一种基于血小板差异表达基因标记的分类方法，其特征在于，包括：信息获取步骤：获取目标个体的测序读取序列；分析对比步骤：将所述测序读取序列和预获取的人类基因组进行对比分别，获取对比分析结果；信息显示步骤：显示所述对比分析结果。2.一种基于血小板差异表达基因标记的分类方法，其特征在于，包括：正负样本集构建步骤：根据二元性特征，将预获取的目标样本分成正样本集和负样本集，所述正样本集和所述负样本集的数量均满足预定数量要求；基因测序读取序列获取步骤：对所述正样本集和所述负样本集进行血小板转录组测序，分别获取正样本基因测序读取序列和负样本基因测序读取序列；预处理步骤：将所述正样本基因测序读取序列与预获得的测序衔接序列进行比对，删除所述正样本基因测序读取序列中与所述测序衔接序列比对一致的序列部分，形成初始正样本测序读取序列；检验所述初始正样本测序读取序列中的未知碱基比例和低质量碱基比例，保留所述未知碱基比例小于第一阈值，且所述低质量碱基比例小于第二阈值的初始正样本测序读取序列，形成正样本测序读取序列集合；将所述负样本基因测序读取序列与所述测序衔接序列进行比对，删除所述负样本基因测序读取序列中与所述测序衔接序列比对一致的序列部分，形成初始负样本测序读取序列；检验所述初始负样本测序读取序列中的未知碱基比例和低质量碱基比例，保留所述未知碱基比例小于第一阈值，且所述低质量碱基比例小于第二阈值的初始负样本测序读取序列，形成负样本测序读取序列集合；基因表达量估算步骤：根据后缀阵列搜索算法和序列拆分/搜索/延伸策略，将所述正样本测序读取序列集合和所述负样本测序读取序列集合分别与预获取的人类基因组进行比对，分别获取正样本测序读取序列对比结果和负样本测序读取序列对比结果；根据期望最大化算法和所述正样本测序读取序列对比结果，确定正样本基因表达估计值；根据期望最大化算法和所述负样本测序读取序列对比结果，确定负样本基因表达估计值；差异表达基因标记确定步骤：采用线性统计模型和经验贝叶斯方法，将所述正样本基因表达估计值和所述负样本基因表达估计值进行比较，获取表达差异值，并将所述表达差异值低于第三阈值的基因，作为差异表达基因标记；超平面表达式构建步骤：获取每个差异表达基因标记在所述正样本集中的正样本基因表达估计值，作为正样本标记基因表达估计值；获取每个差异表达基因标记在所述负样本集中的负样本基因表达估计值，作为负样本标记基因表达估计值；根据所述正样本标记基因表达估计值和所述负样本标记基因表达估计值，构建超平面表达式：其中，为系数，b为偏移量，为所述超平面的变量；量化分类步骤：根据所述超平面表达式和预获取实体的基因表达量估计值获取该实体的量化分类结果，并根据显示模式，进行显示。3.根据权利要求2所述基于血小板差异表达基因标记的分类方法，其特征在于，根据所述正样本标记基因表达估计值和所述负样本标记基因表达估计值，构建超平面表达式，具体包括：构建超平面表达式：使得其中，为第i个样本标记基因表达估计值，若yi＝1表示所述第i个样本标记基因表达估计值为正样本标记基因表达估计值，若yi＝-1表示所述第i个样本标记基因表达估计值为负样本标记基因表达估计值，m为所述第i个样本标记基因表达估计值所在的平面到所述超平面的距离。4.根据权利要求2所述基于血小板差异表达基因标记的分类方法，其特征在于，所述第一阈值为10％，所述第二阈值为50％，所述第三阈值为0.001。5.一种基于血小板差异表达基因标记的分类装置，其特征在于，包括：正负样本集构建模块：用于根据二元性特征，将预获取的目标样本分成正样本集和负样本集，所述正样本集和所述负样本集的数量均满足预定数量要求；基因测序读取序列获取模块：用于对所述正样本集和所述负样本集进行血小板转录组测序，分别获取正样本基因测序读取序...

【专利技术属性】
技术研发人员：张渠，周智，
申请(专利权)人：张渠，
类型：发明
国别省市：重庆,50