[发明专利]一种生物序列检索方法、装置、电子设备及存储介质在审

专利信息
申请号: 202111275611.3 申请日: 2021-10-29
公开(公告)号: CN114005493A 公开(公告)日: 2022-02-01
发明(设计)人: 陈若冰;刘宇;王晓刚 申请(专利权)人: 上海商汤智能科技有限公司
主分类号: G16B50/30 分类号: G16B50/30;G16B40/00;G16B20/20;G16B30/00
代理公司: 北京中知恒瑞知识产权代理事务所(普通合伙) 11889 代理人: 袁忠林
地址: 200233 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 生物 序列 检索 方法 装置 电子设备 存储 介质
【说明书】:

本公开提供了一种生物序列检索方法、装置、电子设备及存储介质,其中,该方法包括:获取已知生物序列;将所述已知生物序列作为强化学习网络的初始状态信息,并利用所述强化学习网络对所述已知生物序列进行至少一次位点变异,得到每次位点变异后的变异生物序列;基于各次位点变异后的变异生物序列,确定目标生物序列。本公开通过强化学习训练次数的增加,所选取的变异生物序列的特性也就越好,进而使得所生成的目标生物序列可以更好的满足生物领域的需求。

技术领域

本公开涉及计算机技术领域,具体而言,涉及一种生物序列检索方法、装置、电子设备及存储介质。

背景技术

生物序列的搜索和预测是合成生物学的重要问题,其中基于蛋白质氨基酸序列的搜索和预测在蛋白互作、细胞工程领域有广阔的应用前景,而基于脱氧核糖核酸(DeoxyriboNucleic Acid,DNA)、核糖核酸(Ribonucleic Acid,RNA)序列的预测则在病毒变异和疫苗研究中起到重要的作用。

近年来人工智能技术开始应用于生物领域。在相关技术中,大多沿用监督学习的思路,利用少量人类已知的生物序列的特性构建序列预测模型,随后采用启发式算法或进化算法等对未知序列进行搜索和预测,以期在有限的搜索步骤中得到高效的结果。

然而,上述方法通常无法利用当下人工智能的大数据、高并行化计算的优势,并且对生物序列的编解码、序列预测模型的建立有较高的要求,搜索逻辑相对简单,和随机搜索相比性能提升有限。另一方面,验证这些序列的正确性需要进行生物实验,时间周期长,难以进行不计数量的大规模实验。

发明内容

本公开实施例至少提供一种生物序列检索方法、装置、电子设备及存储介质。

第一方面,本公开实施例提供了一种生物序列检索方法,所述方法包括:

获取已知生物序列;

将所述已知生物序列作为强化学习网络的初始状态信息,并利用所述强化学习网络对所述已知生物序列进行至少一次位点变异,得到每次位点变异后的变异生物序列;

基于各次位点变异后的变异生物序列,确定目标生物序列。

采样上述生物序列检索方法,可以将获取的已知生物序列作为强化学习网络的初始状态信息,并利用强化学习网络对已知生物序列进行至少一次位点变异,基于各次位点变异后的变异生物序列,可以确定目标生物序列。本公开利用强化学习网络可以自动学习所执行动作(对应位点变异)与环境响应的状态之间的绑定关系,通过强化学习训练次数的增加,所选取的变异生物序列的特性也就越好,进而使得所生成的目标生物序列可以更好的满足生物领域的需求。

在一种可能的实施方式中,所述利用所述强化学习网络对所述已知生物序列进行至少一次位点变异,得到每次位点变异后的变异生物序列,包括:

基于所述初始状态信息确定用于对所述已知生物序列包含的位点进行变异的第一个执行动作,并基于第一个执行动作得到第一次位点变异后的回报得分和更新状态信息,其中,第一次位点变异后的更新状态信息包括执行第一个初始执行动作后得到的第一次变异生物序列;

循环执行如下步骤直至满足网络截止条件:

基于第n-1次位点变异后的回报得分和更新后状态信息确定用于对第n-1次变异生物序列包含的位点进行变异的第n个执行动作,并基于第n个执行动作得到第n次位点变异后的回报得分和更新后状态信息,其中,第n次位点变异的更新状态信息包括第n个执行动作后得到的第n次变异生物序列,n为大于1的整数。

这里,通过位点变异,可以确定对应位点变异后的回报得分和更新后状态信息,利用强化学习网络的学习原理,可以自动选择回报得分比较高的变异策略,进而使得所得到的变异生物序列更为可靠。

在一种可能的实施方式中,所述基于第n个执行动作得到第n次位点变异后的回报得分和更新状态信息,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海商汤智能科技有限公司,未经上海商汤智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111275611.3/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top