一种基于深度学习的基因型预测方法
基本信息
| 申请号 | CN201810364531.7 | 申请日 | - |
| 公开（公告）号 | CN110400597A | 公开（公告）日 | 2019-11-01 |
| 申请公布号 | CN110400597A | 申请公布日 | 2019-11-01 |
| 分类号 | G16B5/00（2019.01）I; G16B25/00（2019.01）I | 分类 | 物理 |
| 发明人 | 叶伟健; 杨武兵; 王勉 | 申请（专利权）人 | 成都二十三魔方生物科技有限公司 |
| 代理机构 | 深圳市万商天勤知识产权事务所（普通合伙） | 代理人 | 王志明;罗建平 |
| 地址 | 610000 四川省成都市高新区天府大道中段1366号E区2号楼10层16、17、18号房 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的基因型预测方法，包括以下步骤：A：根据收集到的基因片段，构建初步训练集合；B：为初步训练集合进行基因定相，并对基因定相之后的两条单倍型进行0，1，0.5编码；将编码后的数据分割成一次训练集合和测试集合；C：按取得的相邻SNP位点构建神经网络模型，并使用一次训练集合训练模型；D：将测试集合经过步骤A、B处理后代入通过训练好的神经网络模型，求出测试集的预测值和模型可信度；E：将实际需要预测的基因序列做处理后代入模型，截取可信度达到一定程度的位点作为有效预测，输出结果。通过本发明可解决现有的基因预测技术需要消耗大量计算资源，耗时过长的问题。 |
