[发明专利]一种T细胞受体序列motif组合识别检测方法、存储介质及设备

权利要求书

1.一种T细胞受体序列motif组合识别检测方法，其特征在于，包括以下步骤：

S1、将健康样本和肿瘤样本的基因组DNA比对到胚系序列，鉴定对应的CDR3区段并将CDR3区段翻译成氨基酸序列；进行氨基酸序列剪切并将健康样本和肿瘤样本的CDR3区段对应的氨基酸序列解构为多个相同长度的连续氨基酸片段；利用健康样本的外周血数据、肿瘤样本的组织数据和肿瘤样本外周血数据解构后的信息构建Tumor-Health矩阵，利用肿瘤样本组织数据和肿瘤样本外周血数据构建Tissue-Blood矩阵，Tumor-Health矩阵和Tissue-Blood矩阵的最后一列为label列，代表样本对应的标签，剩余列为motif列，代表样本对应氨基酸片段的克隆数，将Tumor-Health矩阵和Tissue-Blood矩阵共同作为输入矩阵；

S2、根据步骤S1得出的两个输入矩阵分别构建求解对应的优化目标函数，以motif组合的类内类间距离可分性作为优化目标计算方法，将两个优化目标函数加和得到总的优化目标函数；

S3、根据步骤S1得到的输入矩阵和步骤S2得到的总优化目标函数设计双种群遗传算法并进行求解，确定编码方法和初始种群，采用锦标赛选择法加精英保留制度选择算子对种群进行选择，保留最优个体；采取种群内和种群间的混合交叉方式确定交叉算子；采用基本位变异的操作确定变异算子；

S4、对步骤S1构建的输入矩阵中的每一motif列和label列进行相关性分析，采用点二列相关性作为衡量motif列和label列是否相关的指标，根据计算得到的相关性指标ρ判断显著水平，确定相关性指标ρ0.05为相关性不显著；

S5、以步骤S2构建的优化目标函数作为算法优化目标，利用步骤S4计算的相关性指标对步骤S1构建的输入矩阵进行初步筛选，过滤掉不相关的motif列，通过步骤S3设计的双种群遗传算法进行迭代计算，得到两组种群的优势解，取两组种群中适应度排前三的染色体作为最优解，并解码成为对应的motif集合，最终得到六组motif集合，两两对应，取对应集合的交集作为最终挖掘出的motif，完成识别检测。

2.根据权利要求1所述的方法，其特征在于，步骤S1中，构建Tumor-Health矩阵和Tissue-Blood矩阵具体为：

肿瘤样本数为M，健康样本数为N，肿瘤样本外周血和组织测序的和为2M，第一个用于输入的矩阵Tumor-Health共有N+2M行，代表肿瘤样本外周血、组织的测序结果和健康样本外周血测序结果，第二个输入的矩阵Tissue-Blood共有2M行，代表肿瘤样本外周血和组织的测序结果，两个矩阵的每一行均包含一个向量C＝{C1,C2,...Cs,label}，其中，s＝8000，Ci代表样本中motif出现的计数，1≤i≤s，如果Ci＝0则代表样本无对应motif，label代表样本对应的标签，在Tumor-Health矩阵中0代表正常的样本数据，1代表非正常的样本数据，在Tissue-blood矩阵中0代表非正常外周血数据，1代表非正常组织数据。

3.根据权利要求1所述的方法，其特征在于，步骤S2中，总优化目标函数min F(x)为：

min F(x)＝F1(x)+F2(x)

其中，F1(x)为优化目标1，在Tumor-Health矩阵上进行类内类间距离可分计算，F2(x)为优化目标2，在Tissue-blood矩阵上进行类内类间距离可分计算。

4.根据权利要求1所述的方法，其特征在于，步骤S3中，确定编码方法和初始种群具体为：

采用二进制编码，使用二值符号集{0,1}构成种群中每个染色体的基因型，每一个二进制位对应一种motif，1表示染色体对应的可行解中包括对应motif，0表示不包含对应motif；对于两组数据采用随机生成的方式分别生成两个种群，然后通过交叉让两组数据中的优势基因进行互换，完成初始化。