[发明专利]一种病毒亚型识别方法、装置、电子设备及存储介质

权利要求书

1.一种病毒亚型识别方法，其特征在于，包括：

对待识别病毒的至少一基因序列进行拆分处理，得到所述至少一基因序列中每个基因序列对应的目标基因序列；

利用预设的基因向量库对所述目标基因序列进行索引，得到所述至少一基因序列中每个基因序列对应的序列向量；

将所有序列向量输入预设的病毒分类神经网络模型，根据所述病毒分类神经网络模型的输出结果确定所述待识别病毒的亚型；

其中，所述病毒分类神经网络模型包括至少一池化卷积层和至少一分类层；所述将所有序列向量输入预设的病毒分类神经网络模型，根据所述病毒分类神经网络模型的输出结果确定所述待识别病毒的亚型，包括：

将所有序列向量进行拆分再拼接，得到所有序列向量中每个序列向量对应的拼接矩阵；

利用所述池化卷积层对所述拼接矩阵进行特征提取，得到分别表征所有序列向量中每个序列向量的特征向量；

利用所述分类层对所述特征向量进行分类，得到所述待识别病毒的亚型和宿主类别；

其中，所述至少一基因序列包括第一基因序列和第二基因序列，所述第一基因序列用于表示待识别病毒的NA基因的基因序列，所述第二基因序列用于表示待识别病毒的HA基因的基因序列；

所述特征向量包括第一特征向量和第二特征向量，所述第一特征向量用于表示所述第一基因序列对应的特征向量，所述第二特征向量用于表示所述第二基因序列对应的特征向量，所述第一特征向量与所述第二特征向量对应的通道数不同。

2.根据权利要求1所述的方法，其特征在于，所述对待识别病毒的至少一基因序列进行拆分处理，得到所述至少一基因序列中每个基因序列对应的目标基因序列，包括：

获取所述待识别病毒的至少一基因序列；

根据三联碱基将每个基因序列拆分，得到每个基因序列对应的预设数目的目标基因序列。

3.根据权利要求2所述的方法，其特征在于，所述预设数目的目标基因序列包括第一目标基因序列、第二目标基因序列和第三目标基因序列；所述根据三联碱基将每个基因序列拆分，得到每个基因序列对应的预设数目的目标基因序列，包括：

从每个基因序列的第一个碱基、第二个碱基和第三个碱基开始，以三联碱基为单位，将每个基因序列拆分成对应的第一目标基因序列、第二目标基因序列和第三目标基因序列。

4.根据权利要求2所述的方法，其特征在于，所述利用预设的基因向量库对所述目标基因序列进行索引，得到所述至少一基因序列中每个基因序列对应的序列向量，包括：

利用所述基因向量库对每个基因序列对应的各目标基因序列分别进行索引，得到各目标基因序列对应的序列矩阵，所述序列矩阵包括多个子序列向量；

分别将各序列矩阵中的多个子序列向量对应进行加和平均，得到各目标基因序列对应的目标序列向量；

将每个基因序列对应的所有目标序列向量进行加和平均，得到每个基因序列对应的序列向量。

5.根据权利要求1所述的方法，其特征在于，所述利用预设的基因向量库对所述目标基因序列进行索引之前，所述方法还包括：

获取多个病毒样本对应的样本基因序列；

对各病毒样本的样本基因序列分别进行拆分处理，得到各自对应的样本目标基因序列；

将所有样本目标基因序列输入CBOW模型中进行训练，得到所述基因向量库。

6.根据权利要求5所述的方法，其特征在于，所述对各病毒样本的样本基因序列分别进行拆分处理，得到各自对应的样本目标基因序列，包括：

根据三联碱基将各病毒样本的样本基因序列拆分，得到各病毒样本对应的预设数目的样本目标基因序列。