[发明专利]一种菌群标记物的获取方法、装置、终端及存储介质

权利要求书

1.一种菌群标记物的获取方法，其特征在于，包括：

获取菌群样本数据，所述菌群样本数据包括N个菌种分类单元在M个菌群样本中的丰度，N及M为正整数；

以所述N个菌种分类单元为叶子节点，以所述N个菌种分类单元中J个菌种分类单元的共同祖先为中间节点，生成系统发育树，2≤J＜N；

按照由根节点至叶子节点的方向，利用贪心算法对所述系统发育树进行节点搜索，得到至少一个目标节点作为所述M个菌群样本的菌群标记物；

其中，所述至少一个目标节点包括目标中间节点和/或目标叶子节点，所述目标中间节点的得分数值大于所述目标中间节点的子节点的平均得分数值，所述目标叶子节点所在的节点搜索分支上，各个中间节点的得分数值均小于或等于各自的子节点的平均得分数值；所述系统发育树中每个非叶子节点的得分数值是根据所述每个非叶子节点对应的菌种分类单元在所述M个菌群样本中的丰度计算得到；

其中，依照如下得分函数计算所述每个非叶子节点的得分数值：

Score(Node)＝coef₁×mean(abun)+coef₂×GI+coef₃×std(abun)；

其中，abun表示非叶子节点所对应的菌种分类单元在所述M个菌群样本中的丰度，mean()为均值计算，std()为方差计算，coef₁、coef₂、coef₃为随机系数；GI为非叶子节点所对应的菌种分类单元在所述M个菌群样本中的丰度的数值分布均匀度。

2.根据权利要求1所述的获取方法，其特征在于，所述按照由根节点至叶子节点的方向，利用贪心算法对所述系统发育树进行节点搜索，得到至少一个目标节点作为所述M个菌群样本的菌群标记物之后，还包括：

根据所述至少一个目标节点确定菌种分类单元表，所述菌种分类单元表包括所述菌群标记物在所述M个菌群样本中的丰度；

在所述目标节点包括所述目标中间节点的情况下，所述目标中间节点代表的菌群标记物在所述M个菌群样本中的丰度，为所述目标中间节点对应的菌种分类单元在所述M个菌群样本中的丰度的和。

3.根据权利要求2所述的获取方法，其特征在于，所述菌群样本数据还包括所述M个菌群样本的样本类标，所述根据所述至少一个目标节点确定菌种分类单元表之后，还包括：

将所述菌种分类单元表及所述样本类标输入分类模型中处理，并在所述分类模型的输出结果不满足设定条件时，更新所述随机系数；

返回执行所述按照由根节点至叶子节点的方向，利用贪心算法对所述系统发育树进行节点搜索，得到至少一个目标节点作为所述M个菌群样本的菌群标记物的步骤。

4.根据权利要求2所述的获取方法，其特征在于，所述按照由根节点至叶子节点的方向，利用贪心算法对所述系统发育树进行节点搜索，得到至少一个目标节点作为所述M个菌群样本的菌群标记物，包括：

根据所述系统发育树中叶子节点至根节点的路径长度，将所述系统发育树切割成L个子树，L为正整数；

按照由根节点至叶子节点的方向，利用贪心算法分别对每个所述子树进行节点搜索，将从所述L个子树中分别搜索到的目标节点作为所述M个菌群样本的菌群标记物。

5.根据权利要求4所述的获取方法，其特征在于，所述根据所述系统发育树中叶子节点至根节点的路径长度，将所述系统发育树切割成L个子树，包括：

根据所述系统发育树的枝长，确定所述系统发育树中从叶子节点至根节点的最长路径；

将所述最长路径中的叶子节点及与所述叶子节点的距离小于切割距离的节点从系统发育树中切割，得到子树，所述切割距离为所述最长路径的长度与切割系数的乘积；

切割后，若所述系统发育树中包含与所述菌种分类单元相对应的叶子结点，则返回执行所述根据所述系统发育树的枝长，确定所述系统发育树中从叶子节点至根节点的最长路径，并将所述最长路径中的叶子节点及与所述叶子节点的距离小于切割距离的节点从系统发育树中切割，得到子树的步骤。