[发明专利]一种基于分子地图的生物样本快速智能识别方法

说明书

本发明涉及一种基于分子地图的生物样本快速智能识别方法，目前的分类方法，局限于有限生物样本集，尚缺乏能够高通量、高准确度分析不同种类、不同来源生物样本的通用技术和手段，难以满足生物大样本的分类与识别要求。在这里，我们提出了一个基于分子地图的智能分类方法。本发明利用生物样本分子地图所蕴含的位置与形状等特征进行识别；通过数据前处理技术，充分显示分子地图的各种特征；通过深度学习技术，提取多维分子地图中不同层次的特征；利用训练样本，训练分类器的分类效果，进行测试样本的快速识别与分类；结果表明，基于多维分子地图中蕴含的各种特征，分类效果明显优于常见方法。

技术领域

本领域涉及生物样本的智能识别问题，尤其涉及基于X-MS技术的分子地图特征提取与分类问题，该发明所开发的技术能够提取、比较和评价不同分子地图的特异性分布模式，成为区分不同生物样本的有力工具；该发明充分利用深度学习和图像识别等技术，提高了识别与分类的准确性与速度，实现了大批量生物样本的可靠识别与分类。

背景技术

在许多应用领域，对生物样本的识别与分类存在着日益增长的需求。开发快速、准确复杂的分类技术成为一项非常具有挑战性的课题^3-5。因为生物样本的组成极其复杂，人们为此目的开发了多种不同的方法。总结起来，主要有基因法、色谱法、光谱法和基于质谱技术的组学四种方法。基因测序是确定生物样本属性的强大手段⁶，但基因测序具有周期长、时间和经济成本高的缺点，并且不适用于缺乏基因信息的生物样本，如植物的小分子提取物的分析与识别⁵。色谱法和光谱法是一种克服了上述基因法的缺点^7,8，但受制于分辨率低或分子信息不充分等因素，难以满足生物样本组成多样性的要求⁵。基于多维分离检测工具如色谱-色谱联用，质谱-质谱联用，特别是色谱质谱联用,因为提供了前所未有的分辨率，成为强大的分析工具，用于生物样品的高效分类与识别。然而，目前的分类方法，适应单个的分子(特征)为中心的、高度依赖强度，往往需要劳动密集型的结构鉴定^5,9，并受到特征过剩造成的困扰¹⁰。因此，它们的使用一般局限于感兴趣物种的有限样本集，而且几乎迄今为止，尚缺乏能够高通量、高准确度分析不同种类、不同来源生物样本的通用技术和手段，难以满足生物大样本的分类与识别要求。

基于X-MS技术的分子地图是一种呈现高复杂性的生物化学成分析工具^11-13。生物样品中含有可检测分子成千上万，许多这些化合物的基因产品或相关的衍生物，从而表现出的物理、化学、生物相关性。我们认为，这种物理和化学参数的相似性可以为多维空间中的相关化合物分组提供依据^14,15。我们对大量不同种类样品进行分析和验证，发现这些样本，包括大鼠不同器官，人体血浆和各种植物产品，清楚地表明，每类分子地图中含有在空间上聚集的点。我们进一步发现分子地图数据簇在不同的样本中具有独特的形状、密度和位置。我们认为这些空间聚集的点和由之形成的形态特征可以提供新的有价值的特征来识别或分类复杂样品。

在这里，我们提出了一个基于分子地图的智能分类方法。我们对分子地图进行处理，通过深度学习技术提取生物样本分子地图的高级特征，通过分类工具对待测样本进行分类。结果表明，该方法能够有效识别近似样本，分类效果明显优于常见方法。

参考文献

1LeCun Y,Bengio Y,Hinton G.Deep learning[J].Nature,521(7553):436-444，(2015).

2Suykens J A K,Vandewalle J.Least squares support vector machineclassifiers[J].Neural processing letters,1999,9(3):293-300.