[发明专利]变异检测方法及装置、存储介质及电子设备有效

专利信息
申请号: 201911192425.6 申请日: 2019-11-28
公开(公告)号: CN110648718B 公开(公告)日: 2020-03-17
发明(设计)人: 刘兵;张凯 申请(专利权)人: 南京医基云医疗数据研究院有限公司
主分类号: G16B5/20 分类号: G16B5/20;G16B20/20;G16B30/10
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 王辉;阚梓瑄
地址: 210000 江苏省南京市江北新区*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 变异 检测 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种变异检测方法,其特征在于,包括:

将基础数据加入于概率计算队列;其中,所述基础数据包括一个激活区域内的待测序片段和单倍型;

获取概率计算队列中的一组基础数据组,将所述基础数据组输入计算平台,以并行的方式基于所述基础数据组中各所述基础数据计算各所述激活区域内的各所述待测序片段是所述单倍型的概率值,并将所述基础数据和对应的概率值加入概率输出队列;其中,所述基础数据组包括的基础数据的最大数量根据预设数量确定,所述预设数量根据所述计算平台的计算能力确定;

获取所述概率输出队列中的所述基础数据和对应的概率值,根据所述基础数据和所述概率值计算所述激活区域中的变异信息。

2.根据权利要求1所述的方法,其特征在于,在所述将基础数据加入于概率计算队列之前,所述方法还包括:

根据待测序片段和预设遗传数据生成至少一个所述基础数据。

3.根据权利要求2所述的方法,其特征在于,所述根据待测序片段和预设遗传数据生成至少一个所述基础数据,包括:

将所述待测序片段和所述预设遗传数据进行比对以获取比对数据,根据所述比对数据识别至少一个所述激活区域;

根据各所述激活区域内的所述待测序片段和所述预设遗传数据确定各所述激活区域内的所述单倍型;

根据各所述激活区域内的待测序片段和单倍型生成基础数据。

4.根据权利要求3所述的方法,其特征在于,所述根据各所述激活区域内的所述待测序片段和所述预设遗传数据确定各所述激活区域内的所述单倍型,包括:

对各所述激活区域内的所述待测序片段和所述预设遗传数据进行局部组装,根据所述局部组装的结果确定所述激活区域内的所述单倍型。

5.根据权利要求2所述的方法,其特征在于,所述根据待测序片段和预设遗传数据生成至少一个所述基础数据采用多线程的方式执行。

6.根据权利要求1所述的方法,其特征在于,所述基于所述基础数据组中各所述基础数据计算各所述激活区域内的各所述待测序片段是所述单倍型的概率值,包括:

将各所述基础数据分别输入预设模型中,以计算在所述基础数据对应的所述激活区域内,所述待测序片段是所述单倍型的概率值。

7.根据权利要求6所述的方法,其特征在于,所述预设模型包括成对隐马尔可夫模型。

8.根据权利要求1所述的方法,其特征在于,所述根据所述基础数据和所述概率值计算所述激活区域中的变异信息,包括:

通过对所述待测序片段是所述单倍型的概率值进行统计以确定所述激活区域内所述待测序片段上每个变异数据点的变异信息。

9.根据权利要求8所述的方法,其特征在于,在对所述待测序片段是所述单倍型的概率值进行统计时采用贝叶斯统计的方法进行统计。

10.根据权利要求1所述的方法,其特征在于,所述以并行的方式基于所述基础数据组中各所述基础数据计算各所述激活区域内的各所述待测序片段是所述单倍型的概率值,并将所述基础数据和对应的概率值加入概率输出队列通过可编程逻辑门阵列并行实现。

11.根据权利要求1所述的方法,其特征在于,所述根据所述基础数据和所述概率值计算所述激活区域中的变异信息采用多线程的方式执行。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京医基云医疗数据研究院有限公司,未经南京医基云医疗数据研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911192425.6/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top