[发明专利]一种基于深度学习的感染类疾病无创诊断方法

权利要求书

1.一种基于深度学习的感染类疾病无创诊断方法，其特征在于，所示方法包括以下步骤：

（1）收集一定数量的病原体感染样本和一定数量的健康对照样本，将所收集的所有病原体感染样本和健康对照样本按照一定的比例随机分配为训练集和测试集；

（2）获取步骤（1）中样本的抗体组库数据；

（3）针对所述抗体组库数据，分别提取组库水平特征和序列水平特征；

（4）利用所提取的组库水平特征和所提取的序列水平特征，分别构建初始的组库水平模型和初始的序列水平模型；

（5）利用步骤（1）中的训练集分别对所述初始的组库水平模型和所述初始的序列水平模型进行训练，筛选出需要保留的组库水平特征和序列水平特征；

（6）通过给初始的组库水平特征模型输入所筛选出的组库水平特征获得优化的组库水平模型，通过初始的序列水平特征模型输入所筛选出的序列水平特征，获得优化的序列水平模型；

（7）利用优化的组库水平模型和优化的序列水平模型对步骤（1）中的测试集进行性能评估。

2.一种基于深度学习的感染类疾病无创诊断系统，其特征在于，所述系统包括：（1）训练集和测试集选择模块；（2）抗体组库数据获取模块；（3）组库水平特征提取模块；（4）序列水平特征提取模块；（5）初始预测模型构建模块；（6）组库水平特征筛选模块；（7）序列水平特征筛选模块；（8）预测模型性能评估模块，其中，

训练集和测试集选择模块收集一定数量的病原体感染样本和一定数量的健康对照样本，将所收集的所有病原体感染样本和健康对照样本按照一定的比例随机分配为训练集和测试集；

抗体组库数据获取模块获取训练集和测试集选择模块收集的样本的抗体组库数据；

组库水平特征提取模块和序列水平特征提取模块分别提取抗体组库数据获取模块获取的抗体组库数据的组库水平特征和序列水平特征；

预测模型构建模块通过输入所提取的所有组库水平特征和序列水平特征构建初始的组库水平特征模型和初始的序列水平特征模型；

组库水平特征筛选模块和序列水平特征筛选模块分别利用训练集对初始的组库水平特征模型和初始的序列水平特征模型进行训练，筛选出需要保留的组库水平特征和序列水平特征，接着通过给初始的组库水平特征模型输入所筛选出的组库水平特征获得优化的组库水平模型，通过初始的序列水平特征模型输入所筛选出的序列水平特征，获得优化的序列水平模型；

预测模型性能评估模块利用优化的组库水平模型和优化的序列水平模型分别对测试集进行性能评估。

3.根据权利要求1所述的方法，其特征在于，在步骤（3）中，提取的组库水平特征至少包括：1）V基因片段使用频率，2）V-J基因片段联合使用频率、3）^αEvenness指标，4）多样性指数；提取的序列水平特征包括：1）CDR3氨基酸序列的至少两种理化特征：KF8和F5，2）序列频率，3）read复杂度。

4.根据权利要求1所述的方法，其特征在于，在步骤（5）中，基于所提取的所有组库水平特征，筛选后保留的组库水平特征包括V基因片段使用频率、V-J基因片段联合使用频率、^αEvenness指标和多样性指数。

5.根据权利要求3 所述的方法，其特征在于，对提取的所有组库水平特征的筛选按照以下方式进行：基于所构建的初始的组库水平特征模型，并基于训练集10次交叉测试判对率评价所提取的所有组库特征的全部可能组合下的子集的重要程度，以训练精度最高为原则，确定需要保留的组库水平特征。

6.根据权利要求1所述的方法，其特征在于，在步骤（5）中，基于所提取的所有序列水平特征，筛选后保留的序列水平特征包括read复杂度、序列频率、KF8和F5。