[发明专利]生物数据模式识别的多级体系构架

权利要求书

1.一种用于检测至少一种生物体的成分中的模式的系统(100)，所述系统由至少一个硬件处理器来实现并且包括：

数据预处理器(110)，其被配置为从所述至少一种生物体的所述成分的基因组或蛋白质组数据中的至少一种汇编第一特征数据集；以及

聚类模块(112)，其被配置为选择基因或蛋白质中的至少一种的不同子集，并且根据所述第一特征数据集中与选择的所述子集相对应的部分来识别所述成分的聚类，其中，所述聚类模块还被配置为计算针对所述成分的隶属度值，所述隶属度值指示在所述聚类内的隶属度，并且执行额外的聚类确定过程以获得成分的最终聚类，其中，所述额外的聚类确定过程基于所述隶属度值来对所述成分进行聚类。

2.根据权利要求1所述的系统，其中，所述聚类模块还被配置为迭代所述额外的聚类确定过程以获得所述最终聚类，其中，所述额外的聚类确定过程的每次迭代包括根据额外的特征数据集来确定所述成分的其他聚类，所述额外的特征数据集包括根据所述额外的聚类确定过程的先前运行确定的先前隶属度值的至少一部分。

3.一种用于检测至少一种生物体的成分中的模式的方法(200)，所述方法由至少一个硬件处理器来实现并且包括：

从所述至少一种生物体的成分的基因组或蛋白质组数据中的至少一种汇编(202)第一特征数据集；

通过选择(210)基因或蛋白质中的至少一个的不同子集并且根据所述第一特征数据集中与选择的所述子集相对应的部分来识别(212)所述聚类以确定(208)所述成分的聚类，其中，所述确定包括计算(214)所述成分的隶属度值，所述隶属度值指示在所述聚类内的隶属度；并且

执行(208)额外的聚类确定过程以获得成分的最终聚类，其中，所述额外的聚类确定过程基于所述隶属度值来对所述成分进行聚类。

4.根据权利要求3所述的方法，其中，所述隶属度值是第一隶属度值，其中，所述执行(208)包括：根据第二特征数据集来识别(212)所述成分的第二聚类，所述第二特征数据集包括所述第一隶属度值的至少一部分；并且计算(214)所述成分的第二隶属度值，所述第二隶属度值指示在所述第二聚类内的隶属度。

5.根据权利要求4所述的方法，其中，所述执行(208)包括选择(210)所述第一隶属度值的所述至少一部分的不同子集，并且针对所述第一隶属度值的所述至少一部分的所述不同子集中的每个执行(212)聚类确定子过程以获得所述第二聚类。

6.根据权利要求4所述的方法，其中，所述确定(208)所述成分的聚类包括通过确定所述第一聚类中的聚类之间的冗余度来形成(216)所述第二特征数据集并且修剪(218)所述第一聚类的具有高于阈值的相应冗余度的至少一个对应聚类的所述隶属度值。

7.根据权利要求4所述的方法，还包括：

迭代所述执行(208)以获得所述最终聚类，其中，所述执行的每次迭代包括根据额外的特征数据集来识别(212)所述成分的其他聚类，所述额外的特征数据集包括根据所述执行的先前运行确定的先前隶属度值中的至少一部分。

8.根据权利要求7所述的方法，其中，所述执行的所述迭代中的至少一个包括选择(210)先前隶属度值中的所述至少一部分的不同子集，并且针对所述先前隶属度值的所述至少一部分的所述不同子集中的每个执行(212)聚类确定子过程。

9.根据权利要求8所述的方法，其中，所述执行的所述迭代中的至少一个包括通过确定所述其他聚类之间的冗余度来形成(216)对应的特征数据集，并且修剪(218)所述其他聚类的具有高于阈值的相应冗余度的至少一个对应聚类的所述隶属度值。

10.根据权利要求3所述的方法，其中，所述隶属度值表示隶属于对应聚类的概率。

11.根据权利要求3所述的方法，其中，所述确定或执行中的至少一个包括基于聚类冗余度计算来修剪(218)基因或蛋白质中的至少一个的所述不同子集。

12.根据权利要求3所述的方法，还包括：

显示(226)所述最终聚类或代表所述最终聚类的基因或蛋白中的至少一种的子集中的至少一个的表示，其中，所述显示包括显示针对所述最终聚类的临床或表型注释中的至少一个。