[发明专利]用于处理适体数据的方法和系统

说明书

方法、系统和装置，包括在计算机存储介质上编码的计算机程序，用于获得定义用于适体的序列的数据，适体包括核碱基串；将定义用于适体的序列的数据编码为神经网络输入；以及使用神经网络，处理神经网络输入以生成表征适体有多强地结合到特定目标分子的输出，其中所述神经网络已经通过训练被配置以接收定义序列的数据和处理数据以生成表征适体有多强地结合到特定目标分子的预测输出。

技术领域

本发明涉及处理适体数据的神经网络。

背景技术

神经网络是采用模型的一个或多个层来针对所接收的输入，生成输出(诸如一个或多个分类)的机器学习模型。一些神经网络除输出层外，还包括一个或多个隐藏层。每个隐藏层的输出被用作网络中的下一层的输入，即，网络的下一隐藏层或输出层。网络的每个层根据相应的参数集的当前值，通过所接收的输入生成输出。

发明内容

通常，本说明书描述用于处理适体数据的神经网络。

通常，本说明书中所述的主题的一个创新方面能体现在方法中，该方法包括动作：获得定义用于适体的序列的数据，适体包括核碱基串；将定义用于适体的序列的数据编码为神经网络输入；以及使用神经网络来处理神经网络输入以生成表征适体有多强地结合到特定目标分子的输出，其中所述神经网络已经通过训练被配置为接收定义序列的数据和处理数据以生成表征适体有多强地结合到特定目标分子的预测输出。

实施方式能包括下述特征中的一个或多个。表征适体多强结合的输出包括多个SELEX循环输出，每个SELEX循环输出与迭代SELEX过程中相应的循环相对应，其中，每个SELEX循环输出针对对应的SELEX循环表征适体有多强地结合到特定目标分子。与迭代SELEX过程中的在前SELEX循环相对应的SELEX循环输出是指示适体是否存在于用在后续SELEX循环的池中的二进制值。用于SSL过程中的后一SELEX循环的SELEX循环输出包括适体的高通量测序计数，高通量测序计数指示适体有多强地结合到特定目标分子。表征适体有多强地结合的输出包括荧光水平矢量，其中每个荧光水平的亮度指示适体有多强地结合到特定目标分子。神经网络为卷积神经网络。定义序列的数据包括指定适体的二级结构的数据。指定二级结构的数据包括指定适体中的氢键的模式的数据或适体的能量点阵图矩阵的数据。编码定义序列的数据包括将定义序列的数据转换成多个独热矢量，每个独热矢量与适体中的相应的核碱基相对应。将突变迭代地应用于所述序列以生成具有结合到特定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；使用神经网络，处理新的经突变的序列以生成表征新的经突变的序列有多强地结合到特定目标分子的输出；使用神经网络来确定输出是否指示新的经突变的序列比当前经突变的序列更强地结合；以及基于输出是否指示新的经突变的序列比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。

另一创新方面包括获得定义用于适体的多个序列的数据，每个适体包括核碱基串，每个序列具有包括相应的适体有多强地结合到特定目标分子的特性的相应的标签；编码数据以生成用于神经网络的训练数据；以及用训练数据训练神经网络，神经网络被配置为输出特定输入序列有多强地结合到特定目标分子的特性。