本申请涉及一种细胞株稳定性预测方法、装置、计算机设备和存储介质。所述方法包括：获取待预测细胞株的观测图像；将所述观测图像输入稳定性预测模型进行处理，获得待预测细胞株的稳定值或根据稳定值确定而来的稳定性类别；稳定性预测模型是根据多个历史细胞株的图像以及每一历史细胞株的稳定值或根据稳定值确定而来的稳定性类别确定的；稳定值或根据稳定值确定而来的稳定性类别用于表征细胞株蛋白表达量的稳定性。采用本申请的预测方法确定细胞株稳定值或根据稳定值确定而来的稳定性类别预测结果时，无需人工进行多代培养以及大量蛋白量测量实验，依靠稳定性预测模型就可以实现对细胞株稳定性的预测，大大提高了细胞株稳定性预测效率。性预测效率。性预测效率。
【技术实现步骤摘要】
细胞株稳定性预测方法、装置、计算机设备和存储介质
[0001]本申请涉及生物
，特别是涉及一种细胞株稳定性预测方法、装置、计算机设备和存储介质。
技术介绍
[0002]目前，在生物
，细胞株是用单细胞分离培养或通过筛选的方法，由单细胞增殖形成的细胞群。由细胞株表达产生的蛋白可以用于药物生产。
[0003]传统技术中，可以对细胞株稳定性进行测定。例如，对细胞株进行多代培养(通常可以将细胞株传代培养20代以上)，再由人工对细胞株各代进行蛋白表达量产量测量实验，以获取细胞株的蛋白产量，基于细胞株各代的蛋白产量变化评估细胞株的稳定性。
[0004]然而，在使用上述方法进行细胞株稳定性判断时，实验量巨大且耗时长。因此，当前的稳定性预测方法仍然存在效率较低的问题。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够提高细胞株稳定性预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面，本申请提供了一种细胞株稳定性预测方法，该方法包括：
[0007]获取待预测细胞株的观测图像；
[0008]将待观测图像输入稳定性预测模型进行处理，获得待预测细胞株的稳定值或根据稳定值确定而来的稳定性类别；稳定性预测模型是根据多个历史细胞株的图像以及每一历史细胞株的稳定值或根据稳定值确定而来的稳定性类别确定的；稳定值或根据稳定值确定而来的稳定性类别用于表征细胞株蛋白表达量的稳定性。
[0009]在其中一个实施例中，稳定性预测模型的训练过程包括：
[0010]以多个历史细胞株的图像为模型输入，以模型输出与历史细胞株的稳定值或根据稳定值确定而来的稳定性类别相同为训练目标，对初始模型进行训练，获得稳定性预测模型。
[0011]在其中一个实施例中，以多个历史细胞株的图像为模型输入，以模型输出与历史细胞株的稳定值或根据稳定值确定而来的稳定性类别相同为训练目标，对初始模型进行训练，获得稳定性预测模型，包括：
[0012]对历史细胞株的图像进行细胞分割处理，获得历史细胞株图像对应的多个单细胞图像；
[0013]对历史细胞株图像对应的多个单细胞图像整体进行特征提取，获得历史细胞株图像的特征集合；
[0014]根据特征集合确定初始模型，以模型输出与历史细胞株的稳定值或根据稳定值确定而来的稳定性类别相同为训练目标，对初始模型进行训练，获得稳定性预测模型。
[0015]在其中一个实施例中，对历史细胞株进行处理，还包括：
[0016]获取历史细胞株的培养初期蛋白表达量与历史细胞株的培养后期蛋白表达量；
[0017]根据初期蛋白表达量与培养后期蛋白表达量确定历史细胞株的稳定值或根据稳定值确定而来的稳定性类别。
[0018]在其中一个实施例中，根据培养初期蛋白表达量与培养后期蛋白量确定历史细胞株的稳定值或根据稳定值确定而来的稳定性类别，包括：
[0019]确定前期第N代的蛋白表达量或第N代前后某几代蛋白表达量的均值，以及后期第M代的蛋白表达量或第M代前后某几代蛋白表达量的均值,根据前期第N代的蛋白表达量或第N代前后某几代蛋白表达量的均值与后期第M代的蛋白表达量或第M代前后某几代蛋白表达量的均值的比值确定历史细胞株的稳定值或根据稳定值确定而来的稳定性类别。
[0020]在其中一个实施例中，稳定性预测模型对观测图像的处理，包括：
[0021]对观测图像进行细胞分割处理，获得观测图像对应的多个单细胞图像；
[0022]对多个单细胞图像进行采样和组合处理，获得参考单细胞图像组合；
[0023]对参考单细胞图像组合进行特征提取，基于特征提取的结果确定观测图像的稳定值或根据稳定值确定而来的稳定性类别。
[0024]第二方面，本申请还提供了一种细胞株稳定性预测装置，该装置包括：
[0025]获取模块，用于获取待测细胞株的观测图像；
[0026]处理模块，用于将观测图像输入稳定性预测模型进行处理，获得待预测细胞株的稳定值或根据稳定值确定而来的稳定性类别；稳定性预测模型是根据多个历史细胞株的图像以及每一历史细胞株的稳定值或根据稳定值确定而来的稳定性类别确定的；稳定值或根据稳定值确定而来的稳定性类别用于表征细胞株蛋白表达量的稳定性。
[0027]第三方面，本申请还提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
[0028]获取待预测细胞株的观测图像；
[0029]将观测图像输入稳定性预测模型进行处理，获得待预测细胞株的稳定值或根据稳定值确定而来的稳定性类别；稳定性预测模型是根据多个细胞株的图像以及每一历史细胞株的稳定值或根据稳定值确定而来的稳定性类别确定的；稳定值或根据稳定值确定而来的稳定性类别用于表征细胞株蛋白表达量的稳定性。
[0030]第四方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0031]获取待预测细胞株的观测图像；
[0032]将观测图像输入稳定性预测模型进行处理，获得待预测细胞株的稳定值或根据稳定值确定而来的稳定性类别；稳定性预测模型是根据多个细胞株的图像以及每一历史细胞株的稳定值或根据稳定值确定而来的稳定性类别确定的；稳定值或根据稳定值确定而来的稳定性类别用于表征细胞株蛋白表达量的稳定性。
[0033]第五方面，本申请还提供了一种计算机程序产品，该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0034]获取待预测细胞株的观测图像；
[0035]将观测图像输入稳定性预测模型进行处理，获得待预测细胞株的稳定值或根据稳定值确定而来的稳定性类别；稳定性预测模型是根据多个细胞株的图像以及每一历史细胞
株的稳定值或根据稳定值确定而来的稳定性类别确定的；稳定值或根据稳定值确定而来的稳定性类别用于表征细胞株蛋白表达量的稳定性。
[0036]上述细胞株稳定性预测方法、装置、计算机设备、存储介质和计算机程序产品，获取待预测细胞株的观测图像；将观测图像输入稳定性预测模型进行处理，获得待预测细胞株的稳定值或根据稳定值确定而来的稳定性类别；稳定性预测模型是根据多个细胞株的图像以及每一历史细胞株的稳定值或根据稳定值确定而来的稳定性类别确定的；稳定值或根据稳定值确定而来的稳定性类别用于表征细胞株蛋白表达量的稳定性。可见，采用本申请的细胞株稳定性预测方法，通过获取历史多代培养得到的细胞株图像和细胞株稳定值或根据稳定值确定而来的稳定性类别，将上述图像和稳定值或根据稳定值确定而来的稳定性类别作为模型的训练样本进行模型训练，可以得到训练好的稳定性预测模型。进而可以将细胞株图像输入模型进行预测，可以得到细胞株的稳定值或根据稳定值确定而来的稳定性类别预测结果。替代了传统技术中，不仅需要对细胞株培养至20代以上，而且需要人工对细胞本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种细胞株稳定性预测方法，其特征在于，所述方法包括：获取待预测细胞株的观测图像；将所述观测图像输入稳定性预测模型进行处理，获得所述待预测细胞株的稳定值或根据稳定值确定而来的稳定性类别；所述稳定性预测模型是根据多个历史细胞株的图像以及每一所述历史细胞株的稳定值或根据稳定值确定而来的稳定性类别确定的；所述稳定值或根据稳定值确定而来的稳定性类别用于表征细胞株蛋白表达量的稳定性。2.根据权利要求1所述的方法，其特征在于，所述稳定性预测模型的训练过程包括：以所述多个历史细胞株的图像为模型输入，以模型输出与所述历史细胞株的稳定值或根据稳定值确定而来的稳定性类别相同为训练目标，对初始模型进行训练，获得所述稳定性预测模型。3.根据权利要求2所述的方法，其特征在于，所述以所述多个历史细胞株的图像为模型输入，以模型输出与所述历史细胞株的稳定值或根据稳定值确定而来的稳定性类别相同为训练目标，对所述初始模型进行训练，获得所述稳定性预测模型，包括：对所述历史细胞株的图像进行细胞分割处理，获得所述历史细胞株图像对应的多个单细胞图像；对所述历史细胞株图像对应的多个单细胞图像整体进行特征提取，获得所述历史细胞株图像的特征集合；根据所述特征集合确定模型输出，以所述模型输出与所述历史细胞株的稳定值或根据稳定值确定而来的稳定性类别相同为训练目标，对所述初始模型进行训练，获得所述稳定性预测模型。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：获取所述历史细胞株的培养初期蛋白表达量以及所述历史细胞株的培养后期蛋白表达量；根据所述培养初期蛋白表达量与所述培养后期蛋白表达量确定所述历史细胞株的稳定值或根据稳定值确定而来的稳定性类别。5.根据权利要求4所述的方法，其特征在于，所述培养初期蛋白表达量包括所述历史细胞株在培养周期的前期第N代的蛋白表达量或第N代前后某几代蛋白表达量的均值，所述培养后期蛋白表达量包括所述历史细胞株在所述培养周期的后期第M代的蛋白...
【专利技术属性】
技术研发人员：陈亮，邓楠，邓新宇，胡志鹏，梁国龙，
申请(专利权)人：深圳太力生物技术有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。