用于设计寡核苷酸序列的方法、系统、设备及介质与流程

摘要: 本申请涉及生物信息,具体涉及一种用于设计寡核苷酸序列的方法、系统、设备及介质。背景技术:1、引物与探针设计是现代分子生物学、遗传诊断和基因组学研究中的关键步骤。...
用于设计寡核苷酸序列的方法、系统、设备及介质与流程

本申请涉及生物信息,具体涉及一种用于设计寡核苷酸序列的方法、系统、设备及介质。

背景技术:

1、引物与探针设计是现代分子生物学、遗传诊断和基因组学研究中的关键步骤。随着高通量测序与分子诊断技术的快速发展,引物与探针设计已从手动设计转变为自动化、智能化的方法,支持高效的pcr扩增、靶标特异性捕获(如外显子探针)等场景。在新冠病毒(sars-cov-2)的快速扩增检测、人类基因组的扩展携带者筛查(ecs),以及结核分枝杆菌(mycobacterium tuberculosis)等病原体抗药性突变检测中,引物设计技术起到了至关重要的作用。同时,这一技术也广泛应用于病毒基因组测序、酶突变分析等领域。传统方法如primer3、primalscheme等提供了有效的解决方案,但仍存在许多优化空间。

技术实现思路

1、本申请旨在在一定程度上至少解决现有技术中存在的技术问题之一。为此,本申请提供了一种用于设计寡核苷酸序列的方法、系统、设备及介质。该方法开发了一种高效、多功能的引物设计方法,解决了llm在tngs、wes、wgs、突变设计等领域的应用瓶颈,使其能够成为设计引物的专家;优化引物二聚体形成的概率;提升探针杂交稳定性;提高目标区域覆盖率和扩增均一性;提高探针检测的灵敏度;加速多重引物集的设计与优化;构建实验反馈驱动的迭代优化机制,利用实验反馈进行多轮引物设计迭代以提高目标区域覆盖率和均一性;在大规模基因组背景下实现引物特异性优化。

2、在本申请的第一方面,本申请提出了一种用于设计寡核酸序列的方法。根据本申请的实施例,所述方法包括:基于大语言模型接收用户提示词,所述提示词为寡核酸序列应用方法相关提示词;通过大语言模型确定所述提示词中寡核酸的应用方法,其中,不同的应用方法与不同的场景智能体之间具有第一映射关系,所述各场景智能体封装有对应应用方法的处理逻辑,所述处理逻辑选自至少之一:针对一个或多个基因目标区域生成一组或多组候选引物或捕获探针,针对一个或多个目标区域生成一组或多组候选引物或捕获探针,针对多个基因生成多组候选引物或捕获探针,针对一个或多个目标位点生成一组或多组携带目标突变的候选引物或捕获探针;其中所述处理逻辑包含待检索的多个不同类型的数据库和网络公开信息;通过与所述应用方法具有第一映射关系的场景智能体生成检索策略,其中,所述检索策略包括关键词、数据库和网络公开信息;根据所述检索关键词对所述数据库和网络公开信息进行检索和处理,生成核酸序列信息。

3、由此,根据本申请的方法通过系统化的方法设计出高效的寡核酸序列,以实现对多个目标区域的多重pcr扩增或探针捕获。具体而言,针对引物设计,首先基于一个或多个基因目标区域生成多个候选引物,然后通过组合这些候选引物确定多个候选引物对组合,最后利用大语言模型从所述候选引物对组合中筛选出最优的组合,从而获得能够高效扩增多个目标区域的引物集;针对探针设计,首先基于目标区域生成候选探针组,利用大语言模型从所述候选探针组中筛选出最优组合,从而构建适用于靶标检测的探针集。这一过程不仅提高了引物或探针设计的效率和准确性,还能够显著提升后续pcr扩增的特异性和成功率,或探针捕获的灵敏度和特异性。

4、根据本申请的实施例,其中,目标区域包括编码区、耐药突变所在区域、物种鉴定特异区域、甲基化修饰区域、肿瘤热点突变区域等,所述寡核酸序列可用于目标基因或目标区域扩增、全基因组扩增或捕获、基因定点突变、蛋白质突变体设计等多种应用。根据本申请的实施例,基于大语言模型在完成一次设计任务的期间可多次接收用户提示词,其中所述大语言模型可以根据多次提示词综合分析用户设计核酸序列的应用方法。

5、根据本申请的实施例,智能解析用户的需求或应用场景,根据场景映射到智能体,进而选择相应数据库检索和生成目标靶区。

6、根据本申请的实施例,采用滑动窗口基于所述目标靶区生成核酸序列,并选择满足预设约束条件的所述核酸序列作为所述候选核酸序列。

7、根据本申请的实施例,在连续20个滑动窗口内没有满足所述约束条件的所述核酸序列时,对所述约束条件进行放宽。

8、根据本申请的实施例,所述约束条件包括gc含量、重复容忍度、核苷酸多样性、tm值和二级结构的至少之一。

9、根据本申请的实施例,进一步包括:采用所述候选核酸序列进行多重pcr扩增实验,并对所述多重pcr扩增实验进行性能评价;和基于所述性能评价对第一权重常数和第二权重常数进行调整。

10、在本申请的第二方面,本申请提出了一种基于大语言模型的寡核酸设计系统。根据本申请的实施例,所述系统包括:接收模块:用于基于大语言模型接收用户提示词,所述提示词为寡核酸序列应用方法相关提示词;生成模块:用于通过大语言模型确定所述提示词中寡核酸的应用方法,其中,不同的应用方法与不同的场景智能体之间具有第一映射关系,所述各场景智能体封装有对应应用方法的处理逻辑,所述处理逻辑选自至少之一:针对一个或多个基因目标区域生成一组或多组候选引物,针对一个或多个目标区域生成一组或多组候选引物或捕获探针,针对多个基因生成多组候选引物或捕获探针,针对一个或多个目标位点生成一组或多组携带目标突变的候选引物或捕获探针;其中所述处理逻辑包含待检索的多个不同类型的数据库和网络公开信息;检索模块:用于通过与所述应用方法具有第一映射关系的场景智能体生成检索策略,其中,所述检索策略包括关键词、数据库和网络公开信息;根据所述检索关键词对所述数据库和网络公开信息进行检索和处理,生成核酸序列信息。

11、在本申请的第三方面,本申请提出了一种电子设备。根据本申请的实施例,所述电子设备包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现第一方面所述的方法。

12、在本申请的第四方面,本申请提出了一种可读存储介质。根据本申请的实施例,所述可读存储介质存储有计算机可读指令,所述计算机可读指令用于使计算机执行第一方面所述的方法。

13、本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。

1.一种用于设计寡核酸序列的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,基于大语言模型在完成一次设计任务的期间可多次接收用户提示词,其中所述大语言模型可以根据多次提示词综合分析用户设计核酸序列的应用方法。

3.根据权利要求2所述的方法,其特征在于,智能解析用户的需求或应用场景,根据场景映射到智能体,进而选择相应数据库检索和生成目标靶区。

4.根据权利要求1或权利要求3所述的方法,其特征在于,采用滑动窗口基于所述目标靶区生成核酸序列,并选择满足预设约束条件的所述核酸序列作为所述候选核酸序列。

5.根据权利要求4所述的方法,其特征在于,在连续20个滑动窗口内没有满足所述约束条件的所述核酸序列时,对所述约束条件进行放宽。

6.根据权利要求4所述的方法,其特征在于,所述约束条件包括gc含量、重复容忍度、核苷酸多样性、tm值和二级结构的至少之一。

7.根据权利要求6所述的方法,其特征在于,进一步包括:

8.一种基于大语言模型的寡核酸设计系统,其特征在于,所述系统包括:

9.一种电子设备,其特征在于,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现权利要求1~7项所述的方法。

10.一种可读存储介质,其特征在于,所述可读存储介质存储有计算机可读指令,所述计算机可读指令用于使计算机执行权利要求1~7中任一项所述的方法。