[发明专利]高原适应性检测模型的训练方法、适应性识别方法和装置

权利要求书

1.一种高原适应性检测模型的训练方法，其特征在于，所述方法包括：

获取第一样本生物样品集，所述第一样本生物样品集中包括第一正样本集和第一负样本集，所述第一正样本集和第一负样本集中分别包括若干个样本生物样品；

通过表观遗传学测序方法获取所述第一正样本集和第一负样本集中每一个样本生物样品的第一样本甲基化表达谱；

基于所述第一样本甲基化表达谱训练深度神经网络，以得到所述高原适应性检测模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一样本甲基化表达谱训练深度神经网络，包括：

基于所述第一样本甲基化表达谱进行差异甲基化分析，获取所述第一正样本集和第一负样本集间的差异甲基化位点表达谱特征；

利用所述第一样本甲基化表达谱以及所述差异甲基化位点表达谱特征训练深度神经网络。

3.根据权利要求2所述的方法，其特征在于，所述差异甲基化分析包括基于高通量测序数据的差异分析和基于差异甲基化区域的差异分析中的任一种；所述表观遗传学测序方法包括二代测序方法和三代测序方法中的任一种。

4.根据权利要求1所述的方法，其特征在于，所述基于所述第一样本甲基化表达谱训练深度神经网络之后，所述方法还包括：

获取第二样本生物样品集，所述第二样本生物样品集中包括第二正样本集和第二负样本集，所述第二正样本集和第二负样本集中分别包括若干个样本生物样品；

通过表观遗传学测序方法获取所述第二正样本集和第二负样本集中每一个样本生物样品的第二样本甲基化表达谱；

采用所述第二样本甲基化表达谱对训练后的深度神经网络进行验证，当验证结果达到阈值时，得到所述高原适应性检测模型。

5.根据权利要求4所述的方法，其特征在于，所述第一正样本集为藏族适应高原人群的样本生物样品，所述第二正样本集为汉族适应高原人群的样本生物样品，所述第一负样本集和第二负样本集为汉族不适应高原人群的样本生物样品。

6.一种高原适应性识别方法，其特征在于，所述方法包括：

获取待识别生物样品；

通过表观遗传学测序方法得到所述待识别生物样品的甲基化表达谱；

利用权利要求1至5任一项所述的方法训练得到的高原适应性检测模型识别所述甲基化表达谱，得到对应所述待识别生物样品的高原适应性识别结果。

7.一种高原适应性检测模型的训练装置，其特征在于，所述装置包括：

第一获取模块，用于获取第一样本生物样品集，所述第一样本生物样品集中包括第一正样本集和第一负样本集，所述第一正样本集和第一负样本集中分别包括若干个样本生物样品；

第一特征提取模块，用于通过表观遗传学测序方法获取所述第一正样本集和第一负样本集中每一个样本生物样品的第一样本甲基化表达谱；

训练模块，用于基于所述第一样本甲基化表达谱训练深度神经网络，以得到所述高原适应性检测模型。

8.一种高原适应性识别装置，其特征在于，所述装置包括：

第二获取模块，用于获取待识别生物样品；

第二特征提取模块，用于通过表观遗传学测序方法得到所述待识别生物样品的甲基化表达谱；

识别模块，用于利用权利要求1至5任一项所述的方法训练得到的高原适应性检测模型识别所述甲基化表达谱，得到对应所述待识别生物样品的高原适应性识别结果。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。