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。