染色体外环状DNA识别方法、系统、设备及介质技术方案

本公开公开了染色体外环状DNA识别方法、系统、设备及介质，包括：训练阶段：构建若干个并列的组合神经网络单元；基于已知类型的DNA进行裁剪，构建不同长度序列的训练集；对训练集进行预处理；将经过预处理后的每一种长度序列的训练集输入到对应的组合神经网络单元中，对组合神经单元进行训练；得到训练好的组合神经网络单元；每一种长度序列的训练集，均训练出对应的组合神经网络单元；最终，得到若干个针对不同长度序列的组合神经网络单元；应用阶段：获取待识别的DNA；对待识别的DNA进行裁剪；对裁剪后的结果进行预处理；将预处理后的裁剪的DNA输入到对应的组合神经网络单元中，输出待识别DNA的识别结果。

The method, system, equipment and medium of the recognition of outer ring DNA

【技术实现步骤摘要】
染色体外环状DNA识别方法、系统、设备及介质
本公开涉及染色体外环状DNA识别
，特别是涉及染色体外环状DNA识别方法、系统、设备及介质。
技术介绍
本部分的陈述仅仅是提到了与本公开相关的
技术介绍
，并不必然构成现有技术。染色体外环状DNA(eccDNA)是独立于染色体的，广泛存在于许多真核生物中。它最初是在1964年发现的一系列DNA圆环，后来报道其来源于与基因组DNA同源的重复序列。2012年柴田等人证明eccDNA的两侧是9-11bp直接重复，中部则由非重复序列形成。研究发现，eccDNA在动物中具有组织特异性，不仅能促进衰老，而且还参与细胞间通讯。2017年，eccDNA不仅在正常组织中检测到，而且发现其在肿瘤中作为主要驱动因子，远长于正常组织。因此，eccDNA作为一种明确而重要的肿瘤标志物，在临床实践中有着重要的应用价值。在实现本公开的过程中，专利技术人发现现有技术中存在以下技术问题：目前的染色体外环状DNA识别主要采用人工识别，通过经验丰富的医师对染色体进行识别，整个识别周期非常长，而且医师判断的主观性本文档来自技高网...

【技术保护点】
1.染色体外环状DNA识别方法，其特征是，包括：/n训练阶段：/n构建若干个并列的组合神经网络单元；/n基于已知类型的DNA进行裁剪，构建不同长度序列的训练集；/n对训练集进行预处理；将经过预处理后的每一种长度序列的训练集输入到对应的组合神经网络单元中，对组合神经单元进行训练；得到训练好的组合神经网络单元；每一种长度序列的训练集，均训练出对应的组合神经网络单元；/n最终，得到若干个针对不同长度序列的组合神经网络单元；/n应用阶段：/n获取待识别的DNA；对待识别的DNA进行裁剪；/n对裁剪后的结果进行预处理；/n将预处理后的裁剪的DNA输入到对应的组合神经网络单元中，输出待识别DNA的识别结果...

【技术特征摘要】
1.染色体外环状DNA识别方法，其特征是，包括：
训练阶段：
构建若干个并列的组合神经网络单元；
基于已知类型的DNA进行裁剪，构建不同长度序列的训练集；
对训练集进行预处理；将经过预处理后的每一种长度序列的训练集输入到对应的组合神经网络单元中，对组合神经单元进行训练；得到训练好的组合神经网络单元；每一种长度序列的训练集，均训练出对应的组合神经网络单元；
最终，得到若干个针对不同长度序列的组合神经网络单元；
应用阶段：
获取待识别的DNA；对待识别的DNA进行裁剪；
对裁剪后的结果进行预处理；
将预处理后的裁剪的DNA输入到对应的组合神经网络单元中，输出待识别DNA的识别结果，所述识别结果，包括：属于染色体外环状DNA，或不属于染色体外环状DNA。


2.如权利要求1所述的方法，其特征是，训练阶段，构建若干个并列的组合神经网络单元，其中，每个组合神经网络单元，包括：
第一卷积神经网络、第二卷积神经网络和门控循环单元网络；
第一卷积神经网络的输入端，用于输入待识别DNA的accept序列对应的矩阵；第一卷积神经网络的输出端，与门控循环单元网络的输入端连接；
第二卷积神经网络的输入端，用于输入待识别DNA的donor序列对应的矩阵；第二卷积神经网络的输出端，与门控循环单元网络的输入端连接；
门控循环单元网络的输出端输出当前组合神经网络单元对应的待识别DNA的识别结果。


3.如权利要求1所述的方法，其特征是，训练阶段，基于已知类型的DNA进行裁剪，构建不同长度序列的训练集；具体步骤包括：
S11：获取每段染色体外环状DNA在DNA序列中的起始端点和结束端点，根据设定的剪切长度和剪切方向确定剪切位置，将剪切方向相同且剪切长度也相同的DNA序列存储到一起；根据确定的剪切位置，在DNA序列上对剪切位点前后进行剪切；
S12：将相同剪取方向且相同剪切长度的DNA基因序列打包成一类数据集，又将每类数据集的60％作为模型训练用数据集，剩下的40％作为模型预测用数据集。


4.如权利要求1所述的方法，其特征是，训练阶段，对训练集进行预处理；具体步骤包括：
对待识别DNA的accept序列和donor序列均进行one-hot编码；
将one-hot编码后的待识别DNA的A转化为四位二进制数0001；
将one-hot编码后的待识别DNA的T转化为四位二进制数1000；
将one-hot编码后的待识别DNA的C转化为四位二进制数0100；
将one-hot编码后的待识别DNA的G转化为四位二进制数0010；
其余情况转化为0000；
将得到的若干个四位二进制数转化为两个4*n的矩阵，其中两个4*n的矩阵，accept序列对应一个矩阵，donor序列对应另外一个矩阵，accept序列的长度和donor...

【专利技术属性】
技术研发人员：刘英娟，孙晓勇，陈士民，付尊元，韩金玉，魏庆功，张圆周，张童，
申请(专利权)人：山东第一医科大学山东省医学科学院，山东农业大学，
类型：发明
国别省市：山东;37