[发明专利]潜在毒力因子的确定方法、装置、计算机设备及存储介质

说明书

本发明实施例公开了一种潜在毒力因子的确定方法、装置、计算机设备及存储介质，其中方法包括：将待筛查基因序列输入第一特征提取单元提取特征，得到第一特征；第二特征是将目标毒力因子对应的毒力因子拼接数据输入第二特征提取单元提取得到的特征，目标毒力因子是毒力因子库中的任一个毒力因子，毒力因子拼接数据是对毒力因子对应的基因序列及保守片段进行拼接得到的数据；根据第一特征和第二特征判断目标毒力因子是否为候选毒力因子；根据预设的比对方法和各个候选毒力因子各自对应的基因序列，确定待筛查基因序列对应的各个潜在毒力因子。从而加快了确定潜在毒力因子的运算速度，基于候选毒力因子的比对有利于提高确定的潜在毒力因子的准确性。

技术领域

本发明涉及生物信息技术领域，尤其涉及一种潜在毒力因子的确定方法、装置、计算机设备及存储介质。

背景技术

毒力因子是病原微生物产生的导致宿主发生疾病的一类分子，其在疾病发生过程中发挥着多种功能，包括攻击宿主的防御机制、向宿主迁移、免疫抑制等，毒力因子的研究是微生物基因的研究中最具应用价值及实际意义的一项研究。传统的微生物基因的研究通常依赖实验室细菌分离和培养，近几年随着高通量测序技术的快速发展，研究者很容易就能获取到细菌病原体组装成的基因组，在基因组层面寻找毒力因子可了解微生物与宿主之间的致病机制。现有的潜在毒力因子的确定方法，直接采用比对方法确定待筛查基因序列中包含的潜在毒力因子。因待筛查基因序列通常有从几十Mb到几十个Gb、毒力因子数量较多、毒力因子的基因序列的长度在1也比较大、比对时涉及正比对及反比对，导致确定待筛查基因序列中包含的潜在毒力因子的运算速度较慢；而且比对方法是计算序列覆盖率，将序列覆盖率高于覆盖率阈值的毒力因子作为潜在毒力因子，序列覆盖率未达到100％，直接采用比对方法导致确定的潜在毒力因子的准确性不高。

发明内容

基于此，有必要针对现有技术直接采用比对方法确定待筛查基因序列中包含的潜在毒力因子，存在运算速度较慢、确定的潜在毒力因子的准确性不高的技术问题，提出了一种潜在毒力因子的确定方法、装置、计算机设备及存储介质。

一种潜在毒力因子的确定方法，所述方法包括：

将获取的待筛查基因序列输入预设的第一特征提取单元提取特征，得到第一特征；

获取第二特征，其中，所述第二特征是将目标毒力因子对应的毒力因子拼接数据输入预设的第二特征提取单元提取得到的特征，所述目标毒力因子是毒力因子库中的任一个毒力因子，所述毒力因子拼接数据是对毒力因子对应的基因序列及保守片段进行拼接得到的数据；

根据所述第一特征和所述第二特征判断所述目标毒力因子是否为候选毒力因子；

根据预设的比对方法和各个所述候选毒力因子各自对应的所述基因序列，确定所述待筛查基因序列对应的各个潜在毒力因子。

进一步地，所述第一特征提取单元依次包括：第一深度神经网络层和第一深层特征提取层；

所述第二特征提取单元依次包括：第二深度神经网络层和第二深层特征提取层；

所述第一深度神经网络层和所述第二深度神经网络层均是基于深度神经网络得到的网络层，并且所述第一深度神经网络层的网络参数和所述第二深度神经网络层的网络参数不共享；

所述第一深层特征提取层包括：卷积层；

所述第二深层特征提取层依次包括：卷积网络层和池化层。

进一步地，所述根据所述第一特征和所述第二特征判断所述目标毒力因子是否为候选毒力因子的步骤，包括：

采用预设的相关度提取单元，对所述第一特征和所述第二特征进行单因子相关度特征图提取；

采用预设的分类预测层，对所述单因子相关度特征图进行分类预测，得到单因子分类预测向量；