本申请关于一种对象分类方法、装置、设备、存储介质及程序产品，涉及人工智能技术领域。该方法包括：获取目标测序特征；目标测序特征是对目标对象的目标细胞受体进行测序得到的统计特征；目标细胞受体是具有识别第一物质的功能的细胞受体；将目标测序特征映射至分类空间，获得目标对象的分类概率分布；分类概率分布用于指示第二物质的各种物质浓度水平的概率；第二物质是由第一物质触发生成的物质；基于目标对象的分类概率分布，获取对象分类结果；对象分类结果用于指示目标对象的第二物质的物质浓度水平。本方案可以基于AI技术提高物质浓度水平的检测效率和准确性。质浓度水平的检测效率和准确性。质浓度水平的检测效率和准确性。
【技术实现步骤摘要】
对象分类方法、装置、设备、存储介质及程序产品
[0001]本申请涉及人工智能
，特别涉及一种对象分类方法、装置、设备、存储介质及程序产品。
技术介绍
[0002]在医疗相关领域中，对目标对象的指定物质的浓度水平的测量(比如，对疫苗接种对象的抗体水平的测量)，是药物研发、辅助诊断等领域的重要手段。
[0003]在相关技术中，以针对某病毒的疫苗为例，疫苗测试人员可以采集疫苗接种对象的检测样本，并通过湿实验的方法测定疫苗接种对象的抗体(即上述指定物质)浓度，以评估疫苗接种对象对该病毒的抗体水平。
[0004]然而，对于抗体等通过其它物质(例如抗原)触发生成的物质，其检测条件通常较为苛刻，且检测难度较高，导致上述相关技术检测效率和准确性较低。
技术实现思路
[0005]本申请实施例提供了一种对象分类方法、装置、设备、存储介质及程序产品，可以提高目标对象的指定物质浓度水平的检测效率和准确性，该技术方案如下：
[0006]一方面，提供了一种对象分类方法，所述方法包括：
[0007]获取目标测序特征；所述目标测序特征是对目标对象的目标细胞受体进行测序得到的统计特征；所述目标细胞受体是具有识别第一物质的功能的细胞受体；
[0008]将所述目标测序特征映射至分类空间，获得所述目标对象的分类概率分布；所述分类概率分布用于指示第二物质的各种物质浓度的概率；所述第二物质是由所述第一物质触发生成的物质；
[0009]基于所述目标对象的分类概率分布，获取对象分类结果；所述对象分类结果用于指示所述目标对象的所述第二物质的物质浓度水平。
[0010]另一方面，提供了一种对象分类装置，所述装置包括：
[0011]特征获取模块，用于获取目标测序特征；所述目标测序特征是对目标对象的目标细胞受体进行测序得到的统计特征；所述目标细胞受体是具有识别第一物质的功能的细胞受体；
[0012]特征映射模块，用于将所述目标测序特征映射至分类空间，获得所述目标对象的分类概率分布；所述分类概率分布用于指示第二物质的各种物质浓度的概率；所述第二物质是由所述第一物质触发生成的物质；
[0013]分类模块，用于基于所述目标对象的分类概率分布，获取对象分类结果；所述对象分类结果用于指示所述目标对象的所述第二物质的物质浓度水平。
[0014]在一种可能的实现方式中，所述目标测序特征包括N种指定目标细胞受体在所述目标对象的目标细胞受体测序中的出现频率，N为大于或者等于1的整数。
[0015]在一种可能的实现方式中，所述特征映射模块，用于将所述目标测序特征输入分
类预测模型，获得所述分类预测模型输出的，所述目标对象的分类概率分布；
[0016]其中，所述分类预测模型是基于样本测序特征，以及所述样本测序特征的标注信息训练得到的机器学习模型；所述样本测序特征是对样本对象的目标细胞受体进行测序得到的统计特征；所述样本测序特征的标注信息用于指示所述样本对象的所述第二物质的物质浓度水平。
[0017]在一种可能的实现方式中，所述装置还包括：
[0018]特征输入模块，用于在特征映射模块将所述目标测序特征输入分类预测模型，获得所述分类预测模型输出的，所述目标对象的分类概率分布之前，将所述样本测序特征输入所述分类预测模型，获得所述分类预测模型输出的，所述样本对象的预测分类概率分布；
[0019]损失函数计算模块，用于基于所述预测分类概率分布，以及所述样本测序特征的标注信息，计算损失函数值；
[0020]更新模块，用于基于所述损失函数值对所述分类预测模型进行参数更新。
[0021]在一种可能的实现方式中，所述N种指定目标细胞受体包括正样本对象和负样本对象中，满足差异条件的目标细胞受体；
[0022]所述正样本对象和所述负样本对象是所述第二物质的物质浓度水平不同的对象的体液样本。
[0023]在一种可能的实现方式中，所述差异条件包括：
[0024]经T检验得到的P值小于P值阈值。
[0025]在一种可能的实现方式中，所述N种指定目标细胞受体之间的相关性满足相关性条件。
[0026]在一种可能的实现方式中，所述相关性条件包括：
[0027]所述N种指定目标细胞受体中的任意两种目标细胞受体之间的相关性参数小于相关性参数阈值。
[0028]在一种可能的实现方式中，所述相关性参数包括皮尔森相关系数。
[0029]在一种可能的实现方式中，所述装置还包括：
[0030]检测模块，用于在特征输入模块将所述样本测序特征输入所述分类预测模型之前，对所述正样本对象和所述负样本对象中的各种目标细胞受体进行T检验，获得所述正样本对象和所述负样本对象中的各种目标细胞受体的P值；
[0031]系数获取模块，用于获取所述各种目标细胞受体中的候选目标细胞受体之间的皮尔森相关系数；所述候选目标细胞受体是P值小于P值阈值的目标细胞受体；
[0032]受体获取模块，用于基于所述候选目标细胞受体之间的皮尔森相关系数，从所述候选目标细胞受体中获取所述N种指定目标细胞受体。
[0033]在一种可能的实现方式中，所述对象分类结果用于指示在第一时刻，所述目标对象的所述第二物质的物质浓度水平；所述第一时刻是所述目标对象的检测样本被采集的时刻；
[0034]或者，
[0035]所述对象分类结果用于指示在第二时刻，所述目标对象的所述第二物质的物质浓度水平；所述第二时刻位于所述目标对象的检测样本被采集的时刻之后，且所述第二时刻与所述目标对象的检测样本被采集的时刻之间的间隔为指定时长。
[0036]另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储由至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行以实现上述对象分类方法。
[0037]另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条计算机程序，所述计算机程序由处理器加载并执行以实现上述对象分类方法。
[0038]另一方面，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，该计算机程序存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机程序，处理器执行该计算机程序，使得该计算机设备执行上述各种可选实现方式中提供的对象分类方法。
[0039]本申请提供的技术方案可以包括以下有益效果：
[0040]通过对目标对象的目标细胞受体进行测序得到的统计特征进行特征映射，得到用于指示第二物质的各种物质浓度的概率分布，并基于该概率分布进一步确定目标对象的第二物质的物质浓度水平；本方案通过对具有识别第一物质的功能的细胞受体测序得到的统计特征进行特征映射，间接确定目标对象由第一物质触发生成的第二物质的物质浓度水平，相比与由第一物质(比如抗原)触发生成的第二物质(比如抗体)来说，目标细胞受体对其可识别的第一物质的刺激更敏感，更容易检出，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种对象分类方法，其特征在于，所述方法包括：获取目标测序特征；所述目标测序特征是对目标对象的目标细胞受体进行测序得到的统计特征；所述目标细胞受体是具有识别第一物质的功能的细胞受体；将所述目标测序特征映射至分类空间，获得所述目标对象的分类概率分布；所述分类概率分布用于指示第二物质的各种物质浓度水平的概率；所述第二物质是由所述第一物质触发生成的物质；基于所述目标对象的分类概率分布，获取对象分类结果；所述对象分类结果用于指示所述目标对象的所述第二物质的物质浓度水平。2.根据权利要求1所述的方法，其特征在于，所述目标测序特征包括N种指定目标细胞受体在所述目标对象的目标细胞受体测序中的出现频率，N为大于或者等于1的整数。3.根据权利要求1或2所述的方法，其特征在于，所述将所述目标测序特征映射至分类空间，获得所述目标对象的分类概率分布，包括：将所述目标测序特征输入分类预测模型，获得所述分类预测模型输出的，所述目标对象的分类概率分布；其中，所述分类预测模型是基于样本测序特征，以及所述样本测序特征的标注信息训练得到的机器学习模型；所述样本测序特征是对样本对象的目标细胞受体进行测序得到的统计特征；所述样本测序特征的标注信息用于指示所述样本对象的所述第二物质的物质浓度水平。4.根据权利要求3所述的方法，其特征在于，所述将所述目标测序特征输入分类预测模型，获得所述分类预测模型输出的，所述目标对象的分类概率分布之前，还包括：将所述样本测序特征输入所述分类预测模型，获得所述分类预测模型输出的，所述样本对象的预测分类概率分布；基于所述预测分类概率分布，以及所述样本测序特征的标注信息，计算损失函数值；基于所述损失函数值对所述分类预测模型进行参数更新。5.根据权利要求2所述的方法，其特征在于，所述N种指定目标细胞受体包括正样本对象和负样本对象中，满足差异条件的目标细胞受体；所述正样本对象和所述负样本对象是所述第二物质的物质浓度水平不同的对象。6.根据权利要求5所述的方法，其特征在于，所述差异条件包括：经T检验得到的P值小于P值阈值。7.根据权利要求5或6所述的方法，其特征在于，所述N种指定目标细胞受体之间的相关性满足相关性条件。8.根据权利要求7所述的方法，其特征在于，所述相关性条件包括：所述N种指定目标细胞受体中的任意两种目标细胞受体之间的相关性参数小于相关性参数阈值。9.根据权利要求8所述的方法...
【专利技术属性】
技术研发人员：何冰，王钟凰，赵宇，姚建华，
申请(专利权)人：腾讯科技深圳有限公司，
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。