【技术实现步骤摘要】
一种预测微生物益生潜力的方法及其装置
[0001]本专利技术涉及基因测序
，尤其涉及一种预测微生物益生潜力的方法及其装置。
技术介绍
[0002]基于高通量测序的基因组学研究是近年来的研究热点之一。基因组的生物信息分析手段正在逐渐完善成熟，极大地促进了基因组研究的发展，特别是在遗传与进化、基因发现和人类疾病的相关研究等方面取得了显著成果。
[0003]在微生物的样本开发过程中，生物种类以及数量众多，且在获取微生物样本，对其进行益生潜力的挖掘过程，需要复杂的实验验证过程，在实验过程中，需要较长的实验周期和人力成本，为此，目前来说，微生物的益生潜力的获取过程较为复杂，且获取微生物的益生潜力的效率较低。为此，亟需提供一种预测微生物益生潜力的方法，以提高获取微生物益生潜力的效率。
技术实现思路
[0004]本专利技术的目的在于提供一种预测微生物益生潜力的方法及其装置，能够提高获取微生物益生潜力效率的同时保证微生物益生潜力的精度。
[0005]为实现上述目的，第一方面，本专利技术提供了一种预测微生...
【技术保护点】
【技术特征摘要】
1.一种预测微生物益生潜力的方法，其特征在于，包括：确定微生物对应的样本基因组序列，所述样本基因组序列基于微生物样本基因组DNA通过高通量测序得到；基于所述样本基因组序列，利用k
‑
mer算法确定子基因组序列对应的子片段集合以及子片段集合丰度，其中，所述样本基因组序列中包括多个子基因组序列，所述子片段集合丰度用于表示子基因组序列在所述样本基因组序列的丰度分布情况；利用支持向量机模型对所述子片段集合以及子片段集合丰度进行预测，以得到微生物益生潜力的结果，所述支持向量机模型通过历史基因组训练序列对初始支持向量机模型训练得到。2.根据权利要求1所述的一种预测微生物益生潜力的方法，其特征在于，所述利用支持向量机模型对所述子片段集合以及子片段集合丰度进行预测之前，还包括：训练初始支持向量机模型，以得到支持向量机模型，所述初始支持向量机模型为尚未训练的模型。3.根据权利要求2所述的一种预测微生物益生潜力的方法，其特征在于，所述训练初始支持向量机模型，包括：确定历史基因组训练序列；基于所述历史基因组序列训练初始支持向量机模型。4.根据权利要求3所述的一种预测微生物益生潜力的方法，其特征在于，所述确定历史基因组训练序列，包括：获取历史基因组序列；对历史基因组序列进行k
‑
mer计算，得到历史子片段集合以及历史子片段集合丰度；对历史子片段集合以及历史子片段集合丰度进行归一化处理，并进行特征筛选，得到历史基因组训练序列。5.根据权利要求1所述的一种预测微生物益生潜力的方法，其特征在于，所述确定微生物对应的样本基因组序列，包括基于微生物的微生物样本基因组DNA进行高通量测序，得到测序结果；将所述测序结果与参考基因组进行比对，得到样本基因组序列。6.一种预测微生物益生潜力的装置，其特征在于，...
【专利技术属性】
技术研发人员：左永春，李海成，孙宇，郭树春，赵小庆，
申请(专利权)人：内蒙古大学，
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。