[发明专利]用于处理适体数据的方法和系统

权利要求书

1.一种用于针对特定适体和至少一个目标分子建模迭代SELEX过程的结果的计算机实现的方法，其中，所述迭代SELEX过程的结果用于训练神经网络，并且，所述迭代SELEX过程以不包括所述特定适体的初始适体池开始，并且其中，所述迭代SELEX过程在多个不同循环中的每个循环迭代地更新所述适体池，所述方法包括：

获得定义用于所述特定适体的序列的数据，所述特定适体包括核碱基串；

将定义用于所述特定适体的所述序列的所述数据进行编码作为神经网络输入；以及

使用所述训练的神经网络来处理所述神经网络输入以生成包括多个神经网络输出的输出，其中：

每个神经网络输出对应于所述迭代SELEX过程中的不同循环；以及

如果所述特定适体在所述对应SELEX循环开始时处于所述适体池中，则每个神经网络输出是所述对应SELEX循环的结果的预测。

2.如权利要求1所述的方法，其中，所述输出包括来自所述多个神经网络输出的第一神经网络输出，所述第一神经网络输出是指示在第一SELEX循环完成时已经保留所述特定适体的似然率的置信度值，所述第一神经网络输出对应于第一SELEX循环。

3.如权利要求1所述的方法，其中，所述输出包括来自所述多个神经网络输出的第二神经网络输出，所述第二神经网络输出包括在第二SELEX循环完成时所述适体的高通量测序计数，其中，所述第二神经网络输出对应于在第一SELEX循环之后的第二SELEX循环。

4.如权利要求1所述的方法，其中，所述输出包括荧光水平矢量，其中，每个荧光水平的亮度指示所述特定适体有多强地结合到所述至少一个目标分子。

5.如权利要求1所述的方法，其中，所述神经网络为卷积神经网络。

6.如权利要求1所述的方法，其中，定义所述序列的所述数据包括指定所述特定适体的二级结构的数据。

7.如权利要求6所述的方法，其中，指定所述二级结构的所述数据包括指定所述特定适体中的氢键的模式的数据或所述特定适体的能量点阵图矩阵的数据。

8.如权利要求1所述的方法，其中，编码定义所述序列的所述数据包括将定义所述序列的所述数据转换成多个独热矢量，每个独热矢量与所述特定适体中的相应的核碱基相对应。

9.如权利要求1所述的方法，进一步包括将突变迭代地应用于所述序列以生成具有结合到所述至少一个目标分子的最大强度的经突变的序列，包括针对多个迭代中的每个：

将突变应用于当前经突变的序列以生成新的经突变的序列；

使用所述神经网络来处理所述新的经突变的序列以生成表征所述新的经突变的序列有多强地结合到所述特定目标分子的输出；

使用所述神经网络来确定所述输出是否指示所述新的经突变的序列比所述当前经突变的序列更强地结合；以及

基于所述输出是否指示所述新的经突变的序列比所述当前经突变的序列更强地结合，选择将应用在下一迭代中的另一突变。

10.如权利要求1所述的方法，其中，来自所述多个神经网络输出的第一神经网络输出是指示在对应SELEX循环完成时已经保留所述适体的似然率的二进制值。