一种遗传变异研究数据存储方法及装置制造方法及图纸

本发明专利技术提供了一种遗传变异研究数据存储方法及装置，其中，该方法包括创建遗传变异知识库；获取遗传变异研究数据，并确定上述遗传变异研究数据的类别；将上述遗传变异研究数据转换为遗传变异研究元数据；根据上述遗传变异研究数据的类别，将上述遗传变异研究元数据存储到遗传变异知识库中。本发明专利技术中，将遗传变异研究数据以结构化数据的形式存储在遗传变异知识库中，使得在进行单基因遗传病检测时，计算机能够识别知识库中的数据。

【技术实现步骤摘要】
一种遗传变异研究数据存储方法及装置
本专利技术涉及数据分析及基因
，具体而言，涉及一种遗传变异研究数据存储方法及装置。
技术介绍
单基因遗传病是指受一对等位基因控制的遗传病，约有6600多种，并且每年在以10-50种的速度递增，较为常见的有红绿色盲、血友病、白化病等，目前，单基因遗传病对人类的健康已经构成了很大的威胁，因此，在某些情况下需要对单基因遗传病进行检测，而在检测单基因遗传病时，需要使用单基因遗传病知识库。现有的单基因遗传病知识库有人类孟德尔遗传(OnlineMendelianInheritanceinMan，OMIM)、人类基因突变知识库(TheHumanGeneMutationDatabase，HGMD)等，在这些单基因遗传病知识库中存储有基因变异数据、基因变异对单基因遗传病的致病性的评估依据等数据，但是，这些数据以文本等非结构化的形式存储在单基因遗传病知识库中，使得计算机无法识别知识库中的数据，进而影响对知识库中数据的自动检索与分析等。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供一种遗传变异研究数据存储方法及装置，以解决现有技术中遗传变异研究数据以非结构化数据的形式存储在遗传变异知识库中，导致计算机无法识别该数据，进而影响对知识库中的数据的自动检索与分析的问题。第一方面，本专利技术实施例提供了一种遗传变异研究数据存储方法，其中，所述方法包括：创建遗传变异知识库；获取遗传变异研究数据，并确定所述遗传变异研究数据的类别；将所述遗传变异研究数据转换为遗传变异研究元数据；根据所述遗传变异研究数据的类别，将所述遗传变异研究元数据存储到所述遗传变异知识库中。结合第一方面，本专利技术实施例提供了上述第一方面的第一种可能的实现方式，其中，所述确定所述遗传变异研究数据的类别，包括：确定从预设的分类样本集和预设的分类标准中获取的多个关键词中每个关键词在所述遗传变异研究数据中出现的概率，所述预设的分类样本集中包括多个分类样本；计算每种类别的分类样本在所述预设的分类样本集中的概率；根据每个所述关键词对应的概率和所述每种类别的分类样本对应的概率，确定所述遗传变异研究数据的类别。结合第一方面的第一种可能的实现方式，本专利技术实施例提供了上述第一方面的第二种可能的实现方式，其中，所述根据每个所述关键词对应的概率和所述每种类别的分类样本对应的概率，确定所述遗传变异研究数据的类别，包括：计算所有所述关键词对应的概率的第一乘积；计算所述第一乘积和所述每种类别的分类样本对应的概率的第二乘积；将所述第二乘积确定为所述遗传变异研究数据属于所述每种类别的概率；根据所述遗传变异研究数据属于所述每种类别的概率，确定所述遗传变异研究数据的类别。结合第一方面的第二种可能的实现方式，本专利技术实施例提供了上述第一方面的第三种可能的实现方式，其中，所述根据所述遗传变异研究数据属于所述每种类别的概率，确定所述遗传变异研究数据的类别，包括：比较所述遗传变异研究数据属于所述每种类别的概率；确定所述遗传变异研究数据属于所述每种类别的概率中的最大概率；将所述最大概率对应的类别确定为所述遗传变异研究数据的类别。结合第一方面的第一种可能的实现方式，本专利技术实施例提供了上述第一方面的第四种可能的实现方式，其中，所述确定从预设的分类样本集和预设的分类标准中获取的多个关键词中每个关键词在所述遗传变异研究数据中出现的概率，包括：计算每个所述关键词在所述每种类别的似然度；根据每个所述关键词在所述每种类别的似然度，确定每个所述关键词在所述遗传变异研究数据中出现的概率。结合第一方面的第一种可能的实现方式，本专利技术实施例提供了上述第一方面的第五种可能的实现方式，其中，根据以下步骤从预设的分类样本集和预设的分类标准中获取多个关键词：根据词语在所述预设的分类样本集和所述预设的分类标准中出现的次数，筛选所述预设的分类样本集和所述预设的分类标准中的候选词语；计算所述候选词语在预设的语料库中的词频和逆文档频率，所述预设的语料库包括所述预设的分类样本集和所述预设的分类标准；根据所述候选词语对应的所述词频和所述逆文档频率，确定所述关键词。结合第一方面至第一方面的第五种可能的实现方式中任意一种，本专利技术实施例提供了上述第一方面的第六种可能的实现方式，其中，所述将所述遗传变异研究数据转换为遗传变异研究元数据，包括：获取所述遗传变异研究数据的关键词；建立所述遗传变异研究数据的关键词和所述遗传变异研究数据之间的对应关系，得到所述遗传变异研究元数据。结合第一方面至第一方面的第五种可能的实现方式中任意一种，本专利技术实施例提供了上述第一方面的第七种可能的实现方式，其中，所述根据所述遗传变异研究数据的类别，将所述遗传变异研究元数据存储到所述遗传变异知识库中，包括：根据所述遗传变异研究数据的类别，建立所述遗传变异研究元数据与所述遗传变异研究数据所属类别的对应关系；将所述对应关系存储在所述遗传变异知识库中。结合第一方面至第一方面的第五种可能的实现方式中任意一项，本专利技术实施例提供了上述第一方面的第八种可能的实现方式，其中，所述遗传变异知识库包括至少一个子知识库；其中，一个所述子知识库存储一种类别的遗传变异研究数据；所述根据所述遗传变异研究数据的类别，将所述遗传变异研究元数据存储到所述遗传变异知识库中，包括：根据所述遗传变异研究数据的类别，确定所述遗传变异研究元数据对应的子知识库；将所述遗传变异研究元数据存储到所述遗传变异研究元数据对应的所述子知识库中。第二方面，本专利技术实施例提供了一种遗传变异研究数据存储装置，所述装置包括：创建模块，用于创建遗传变异知识库；确定模块，用于获取遗传变异研究数据，并确定所述遗传变异研究数据的类别；转换模块，用于将所述遗传变异研究数据转换为遗传变异研究元数据；存储模块，用于根据所述遗传变异研究数据的类别，将所述遗传变异研究元数据存储到所述遗传变异知识库中。在本专利技术实施例提供的遗传变异研究数据存储方法及装置中，将遗传变异研究元数据以结构化数据的形式存储在遗传变异知识库中，使得在进行单基因遗传病检测时，计算机能够识别知识库中的数据。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1示出了本专利技术实施例所提供的遗传变异研究数据存储方法的流程图；图2示出了本专利技术实施例所提供的遗传变异研究数据存储方法中，确定遗传变异研究数据的类别的流程图；图3示出了本专利技术实施例所提供的遗传变异研究数据存储方法中，确定遗传变异研究数据的类别的第二种流程图；图4示出了本专利技术实施例所提供的遗传变异研究数据存储装置的结构示意图；图5示出了本专利技术实施例所提供的遗传变异研究数据存储装置的第二种结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处本文档来自技高网...

【技术保护点】
一种遗传变异研究数据存储方法，其特征在于，所述方法包括：创建遗传变异知识库；获取遗传变异研究数据，并确定所述遗传变异研究数据的类别；将所述遗传变异研究数据转换为遗传变异研究元数据；根据所述遗传变异研究数据的类别，将所述遗传变异研究元数据存储到所述遗传变异知识库中。

【技术特征摘要】
1.一种遗传变异研究数据存储方法，其特征在于，所述方法包括：创建遗传变异知识库；获取遗传变异研究数据，并确定所述遗传变异研究数据的类别；将所述遗传变异研究数据转换为遗传变异研究元数据；根据所述遗传变异研究数据的类别，将所述遗传变异研究元数据存储到所述遗传变异知识库中。2.根据权利要求1所述的方法，其特征在于，所述确定所述遗传变异研究数据的类别，包括：确定从预设的分类样本集和预设的分类标准中获取的多个关键词中每个关键词在所述遗传变异研究数据中出现的概率，所述预设的分类样本集中包括多个分类样本；计算每种类别的分类样本在所述预设的分类样本集中的概率；根据每个所述关键词对应的概率和所述每种类别的分类样本对应的概率，确定所述遗传变异研究数据的类别。3.根据权利要求2所述的方法，其特征在于，所述根据每个所述关键词对应的概率和所述每种类别的分类样本对应的概率，确定所述遗传变异研究数据的类别，包括：计算所有所述关键词对应的概率的第一乘积；计算所述第一乘积和所述每种类别的分类样本对应的概率的第二乘积；将所述第二乘积确定为所述遗传变异研究数据属于所述每种类别的概率；根据所述遗传变异研究数据属于所述每种类别的概率，确定所述遗传变异研究数据的类别。4.根据权利要求3所述的方法，其特征在于，所述根据所述遗传变异研究数据属于所述每种类别的概率，确定所述遗传变异研究数据的类别，包括：比较所述遗传变异研究数据属于所述每种类别的概率；确定所述遗传变异研究数据属于所述每种类别的概率中的最大概率；将所述最大概率对应的类别确定为所述遗传变异研究数据的类别。5.根据权利要求2所述的方法，其特征在于，所述确定从预设的分类样本集和预设的分类标准中获取的多个关键词中每个关键词在所述遗传变异研究数据中出现的概率，包括：计算每个所述关键词在所述每种类别的似然度；根据每个所述关键词在所述每种类别的似然度，确定每个所述关键词在所述遗传变异研究数据中出现的概率。6.根据...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：为朔医学数据科技北京有限公司，
类型：发明
国别省市：北京,11