[发明专利]微生物的多关联网络计算方法、装置、设备及存储介质

权利要求书

1.一种微生物的多关联网络计算方法，其特征在于，所述方法包括：

获取测序样本数据集及环境因素集

初始化所述测序样本数据集和所述环境因素集的根节点node⁰，其中，|node⁰|＝N；

根据所述测序样本数据集和所述环境因素集的根节点node⁰、二成分高斯混合模型递归划分所述测序样本数据集和所述环境因素集，并得到所述测序样本数据集和所述环境因素集的至少两个子节点，其中，一个节点node^k+1＝{X^k+1，M^k+1}，另一个子节点node^k+2＝node^k+2＝{X^k+2，M^k+2}，且|node^k+1|＝N_k+1，|node^k+2|＝N_k+2，所述node^k+1和node^k+2构成一个样本簇；

确定节点node^k+1和节点node^k+2的B′、Θ′，所述B′表征第k+1个环境条件下的环境因素与微生物之间的关联网络，Θ′表征微生物之间的关联网络。

2.如权利要求1所述的方法，其特征在于，在所述获取测序样本数集之后，根据所述测序样本数据集和所述环境因素集的根节点node⁰、二成分高斯混合模型递归划分所述测序样本数据集和所述环境因素集，并得到所述测序样本数据集和所述环境因素集的至少两个子节点之后，所述方法还包括：

获取所述测序样本数据集和所述环境因素集的样本簇最小值Nmin；

所述根据所述测序样本数据集和所述环境因素集的根节点node⁰、二成分高斯混合模型递归划分所述测序样本数据集和所述环境因素集，并得到所述测序样本数据集和所述环境因素集的至少两个子节点，包括：

根据所述测序样本数据集和所述环境因素集的根节点node⁰、二成分高斯混合模型递归划分所述测序样本数据集和所述环境因素集，直至节点node^k+1的N_k+1和node^k+2的N_k+2大于所述样本簇最小值N_min。

3.如权利要求1所述的方法，其特征在于，所述根据所述测序样本数据集和所述环境因素集的根节点node0、二成分高斯混合模型递归划分所述测序样本数据集和所述环境因素集，并得到所述测序样本数据集和所述环境因素集的至少两个子节点，还包括：

当根据所述测序样本数据集和所述环境因素集至少两个样本簇时，保留所述至少两个样本簇中的环境因素均值向量位于节点node^k+1的N_k+1和node^k+2的环境均值向量之间的样本簇。