[发明专利]基于神经网络的自然选择分类和群体规模变化分析系统

说明书

本发明公开了一种基于神经网络的自然选择分类和群体规模变化分析系统，包括：输入模块，用于获取基因组序列数据；数据处理模块，用于对输入模块获取的基因组序列数据进行处理并输出基因组序列数据的汇总统计量；分类拟合模块，用于利用循环神经网络结合卷积神经网络构建种群群体遗传分类和参数拟合模型，并利用所述数据处理模块输出的数据进行种群的自然选择分类和拟合种群变化；所述输入模块与数据处理模块连接，所述数据处理模块与分类拟合模块连接。本发明能够同时分析种群的规模变化和自然选择分类，从而排除群体规模变化对自然选择分类判断的影响，通过神经网络对种群的各种汇总统计量自动提取特征和分析，从而获得准确率高、可靠的结果。

技术领域

本发明涉及生物种群基因组领域，更具体地说，特别涉及一种基于神经网络的自然选择分类和群体规模变化分析系统。

背景技术

群体遗传学是研究生物群体遗传特点、遗传规律的生命科学。在农业生产上，对于病虫害管理、选种育种有重大经济价值；在医学医疗上，对疾病的感染规律具有巨大贡献；对于生物多样性保护和研究有重大科学意义。

目前，国内外相继出现了一些自然选择分类的系统，但是没有考虑种群规模变化对自然选择判断的影响，种群规模变化可能会在种群基因组上留下与自然选择相似的信号，从而影响自然选择分类的判断。

发明内容

本发明的目的在于提供一种基于神经网络的自然选择分类和群体规模变化分析系统，以克服现有技术所存在的缺陷。

为了达到上述目的，本发明采用的技术方案如下：

基于神经网络的自然选择分类和群体规模变化分析系统，包括：

输入模块，用于获取基因组序列数据；

数据处理模块，用于对输入模块获取的基因组序列数据进行处理并输出基因组序列数据的汇总统计量；

分类拟合模块，用于利用循环神经网络结合卷积神经网络构建种群群体遗传分类和参数拟合模型，并利用所述数据处理模块输出的数据进行种群的自然选择分类和拟合种群变化；

所述输入模块与数据处理模块连接，所述数据处理模块与分类拟合模块连接。

进一步地，所述数据处理模块包括，

数据预处理单元，用于对基因组序列数据进行划分和清洗；

数据汇总统计量生成单元，用于将数据预处理单元的每条输出数据分割为设定个窗口，计算每个窗口群体遗传学汇总统计量；

所述数据预处理单元与数据汇总统计量生成单元连接。

进一步地，所述窗口为3个。

进一步地，所述每个窗口群体遗传学汇总统计量包括位点数量、位点折叠频谱、位点间长度分布、状态标识区域长度分布、连锁不平衡分布、Tajima’s D统计量。

进一步地，所述数据预处理单元包括，

数据切片分割器，用于将基因组序列切分为若干大小相等的片段；

数据位置计算器，用于计算基因片段中的位点在该片段的相对位置；

数据转换器，用于将划分的基因组片段数据转换为二值数据；

数据清洗器，用于删除小于第一设定长度和大于第二设定长度的数据，以及合并重复位点数据并将重复位点的数据通过或运算得出结果，所述第二设定长度大于第一设定长度；

所述数据切片分割器、数据位置计算器、数据转换器和数据清洗器依次连接。

进一步地，所述二值数据中的0表示祖先基因、1表示变异基因。

进一步地，所述分类拟合模块包括，