[发明专利]解构实验数据中的重叠峰

说明书

为了确定与样本的特定部分相对应的峰信号，可以将集群的数据信号变换成局部函数集合。例如，可以对该数据信号进行变换，以获得小波集合的系数，这些系数可以跨越对小波的指数衰减进行定义的各种尺度。可以使用对其他峰的尾部的行为进行建模的系数来替换要针对其获得峰信号的时间区域中的系数。可以使用非线性回归来确定尾部模型，该非线性回归可能仅需要执行一次。然后，逆变换可以提供背景信号，可以从输入数据信号中减去该背景信号，以便提供所期望的峰信号。

优先权要求

本申请要求于2014年7月3日提交的题为“Deconstructing Overlapped Peaks(解构重叠峰)”的美国临时申请号62/020,783的优先权并并且是该申请的非临时申请，该申请的全部内容出于所有目的通过引用结合在此。

背景技术

在微滴数字聚合酶链式反应(Droplet Digital Polymerase Chain Reaction，ddPCR)中，微滴经过传感器，该传感器检测微滴是否包括特定模板核酸序列(例如，DNA或RNA)。随着微滴在时间上移动经过传感器，获得数据信号。来自多个微滴的信号可能彼此重叠，这可能引起确定特定微滴的性质的问题。通常，具有重叠信号的这种微滴被丢弃。

序列中的数据通常由振幅峰组成，这些振幅峰可以或可以不由某个基线水平区域分离。如果它们被分离，那么通常可以通过某个函数来对它们进行建模并且通过非线性回归来对它们进行分析或者通过峰识别方法来对它们进行分析，比如，对极值进行定位以及将峰和谷与峰位置和峰边界相关联。当峰变得靠近得足以重叠时，因为这些峰不仅互相遮挡，而且它们实际上提升了邻近峰，使得难以针对峰确定适当基线，所以这可能变得难以进行分析。此外，如果存在许多峰，那么典型的回归方法可能无法收敛。并且，这种回归方法要求提取所有组分峰，以便对任何单个峰进行检查。由此引起的执行成本可能过高。

发明内容

实施例可以提供用于确定来自样本的特定部分的信号的系统、方法和装置，其中，来自样本的各部分的信号彼此重叠。例如，为了确定与样本的特定部分相对应的峰信号，可以将集群的数据信号变换成局部函数集合。例如，可以对数据信号进行变换，以获得小波集合的系数，这些系数可以跨越对小波的指数衰减进行定义的各种尺度。可以使用对其他峰的尾部的行为进行建模的系数来替换要针对其获得峰信号的时间区域中的系数。可以使用非线性回归来确定尾部模型，该非线性回归可能仅需要执行一次。然后，逆变换可以提供背景信号，可以从输入数据信号中减去该背景信号，以便提供所期望的峰信号。所产生的峰信号可能具有任何形式，并且不一定是峰的特定模型的形式。

其他实施例涉及与本文中所描述的方法相关联的系统和计算机可读介质。

可以参考以下详细说明和附图来获得对本发明的实施例的性质和优点的更好理解。

附图说明

图1A是图100，示出了微滴穿过管。图1B是图150，示出了从图1A中的微滴中生成的数据信号。

图2是可能在数据信号中发生的各种类别的峰的曲线图200。

图3是根据本发明的实施例的识别第一峰信号的方法300的流程图。

图4A示出了根据本发明的实施例的在时间周期内得到的数据信号中的峰的集群410的曲线图400。图4B示出了根据本发明的实施例的从输入数据信号中确定的局部函数的2D系数阵列的热图450。

图5示出了根据本发明的实施例的墨西哥帽小波(Mexican Hat Wavelet)的曲线图500。

图6A示出了根据本发明的实施例的峰的集群610的曲线图600。

图6B示出了根据本发明的实施例的对应于集群610的热图650。