用于核糖核酸的甲基化检测方法及装置、设备、介质、计算机程序产品与流程

本公开涉及基因检测，尤其涉及一种用于核糖核酸的甲基化检测方法及装置、设备、介质、计算机程序产品。

背景技术：

1、核糖核酸(ribose nucleic acid，rna)修饰作为表观转录组学的重要研究领域，其检测技术发展经历了从传统生化方法到单分子测序的革新。n6-甲基腺嘌呤(n6-methyladenosine，m6a)作为mrna中最丰富的化学修饰之一，广泛参与rna代谢调控，但其精确检测长期受限于传统免疫沉淀法(如merip-seq、miclip)的单碱基分辨率不足和实验偏差。尽管新开发的m6a-sac-seq和glori方法通过酶促标记或化学脱氨基策略实现了单核苷酸级定量，但复杂的文库制备流程仍制约其应用。

2、近年来纳米孔直接rna测序技术((direct rnasequencing，drs)的突破为原位检测带来新机遇，该技术通过解析修饰碱基引起的电流信号变化，衍生出drummer等无需预训练的统计方法和m6anet等机器学习模型。然而前者依赖对照样本增加实验成本，后者虽摆脱对照需求但识别精度尚未突破瓶颈，这两类技术路线共同面临信号解析算法优化的挑战，亟待开发更精准高效的分析框架。

技术实现思路

1、有鉴于此，本公开提出了一种用于核糖核酸的甲基化检测方法及装置、设备、介质、计算机程序产品，能够实现高精度的甲基化检测。

2、根据本公开的一方面，提供了一种用于核糖核酸的甲基化检测方法，包括：获取待检测的核糖核酸rna序列中的目标基序motif，对所述目标motif进行至少一次的纳米孔直接rna测序，得到每次测序出的目标测序信号；基于各所述目标测序信号确定出各所述目标测序信号对应的指标结果，各所述指标结果包括信号指标结果和比对指标结果，所述信号指标结果表示对应的目标测序信号的统计特征，所述比对指标结果表示基于对应的目标测序信号所识别得到的碱基序列存在的异常情况；对各所述目标测序信号的指标结果进行词嵌入得到对应的输入矩阵，并分别将各所述输入矩阵输入至甲基化检测模型中进行计算得到各所述目标测序信号的检测结果，各所述检测结果表示根据对应的目标测序信号所预测出的目标motif发生甲基化的概率；基于所有目标测序信号的检测结果确定出最终检测结果，所述最终检测结果表示所述目标motif发生甲基化的概率。这样，通过获取目标基序的测序信号，并从信号指标和比对指标两个维度进行分析，能够全面、准确地捕捉到甲基化修饰对测序信号的影响，从而提高检测的准确，并且利用甲基化检测模型对输入矩阵进行计算，能够综合考虑多种因素对甲基化检测结果的影响，进一步提高检测的精度，减少误判的可能性。

3、在一种可能的实现方式中，基于各所述目标测序信号确定出各所述目标测序信号对应的指标结果，包括：确定出与所述目标motif相匹配的碱基参考序列，所述碱基参考序列用于指示所述目标motif的真实碱基片段；对各所述目标测序信号进行所述目标motif的碱基识别，得到各所述目标测序信号对应的碱基识别序列，各所述碱基识别序列用于指示所述目标motif的识别碱基片段；分别将各所述目标测序信号对应的识别碱基片段与所述真实碱基片段进行比较，得到各所述目标测序信号的比对指标结果，以及，分别根据各所述目标测序信号确定出对应的信号指标结果；其中，各所述比对指标结果包括所述识别碱基片段的质量分数、插入信息、缺失信息、匹配信息中的至少一者，所述信号指标结果包括所述识别碱基片段的信号均值、信号中值、信号标准差、信号长度中的至少一者。这样，通过同时考虑比对指标结果(如质量分数、插入信息、缺失信息、匹配信息)和信号指标结果(如信号均值、信号中值、信号标准差、信号长度)，能够从多个角度全面评估目标基序的甲基化状态，这种多维度分析方法避免了单一指标可能带来的误判，提高了检测的准确性和可靠性。本公开提供的比对指标能够精确识别碱基识别序列与真实碱基片段之间的差异，从而捕捉到甲基化修饰对碱基序列的影响；信号指标则从测序信号的统计特征出发，进一步分析甲基化修饰对信号强度和稳定性的影响，有助于更精准地判断甲基化状态。

4、在一种可能的实现方式中，分别将各所述目标测序信号对应的识别碱基片段与所述真实碱基片段进行比较，得到各所述目标测序信号的比对指标结果，包括以下至少一者：若确定所述识别碱基片段中碱基的数量大于所述真实碱基片段的数量，则确定该识别碱基片段的插入信息为存在插入；若确定所述识别碱基片段中碱基的数量小于所述真实碱基片段的数量，则确定该识别碱基片段的缺失信息为存在缺失；若确定所述识别碱基片段和所述真实碱基片段中同一位置的碱基存在不同，则确定该识别碱基片段的匹配信息为存在不匹配；根据所述识别碱基片段和所述真实碱基片段中同一位置的碱基的比较结果，确定出该识别碱基片段的质量分数。这样，通过插入信息、缺失信息、匹配信息以及质量分数等多种比对指标，能够全面、精准地识别目标测序信号中的碱基序列与真实碱基片段之间的差异，这种多维度的比对方式避免了单一指标可能遗漏的异常情况，确保了检测结果的全面性和准确性，插入、缺失和不匹配信息能够精确捕捉到碱基序列中的微小变化，即使是单个碱基的差异也能被准确识别；质量分数的引入为碱基识别的准确性提供了一个量化的衡量标准，通过比较识别碱基片段与真实碱基片段中同一位置的碱基，能够精确评估每个碱基识别的可信度，这种量化评估方式有助于区分真实甲基化修饰与测序误差或噪声的影响，从而提高检测的可靠性，通过明确标识插入、缺失和不匹配等异常情况能够快速定位碱基序列中的问题，不仅有助于检测甲基化修饰的存在与否，还能为后续的分析提供详细的参考信息。

5、在一种可能的实现方式中，所述甲基化检测模型包括第一特征提取模块、长短期记忆网络模块、第二特征提取模块、门控循环单元、线性层；所述第一特征提取模块，用于对输入的输入矩阵进行第一特征提取，得到第一特征；所述长短期记忆网络模块，用于提取所述第一特征中的时间动态信息并整合得到第二特征；所述第二特征提取模块，用于对所述第二特征进行第二特征提取，得到第三特征；所述门控循环单元，用于提取所述第三特征中的长期依赖关系并整合得到第四特征；所述线性层，用于根据所述第四特征得到所述检测结果。这样，通过深度学习架构(lstm、gru等)，甲基化检测模型能够自动学习数据中的复杂模式和规律，能够有效减少人为误差，提高甲基化检测的精度和可靠性。

6、在一种可能的实现方式中，所述方法还包括：获取训练样本集，所述训练样本集包括多个样本及对应的样本标签，所述样本标签表示对应样本存在甲基化或不存在甲基化；利用所述训练样本集对初始的甲基化检测模型进行训练，直至当前甲基化检测模型的损失函数值满足预设条件，得到训练后的甲基化检测模型，其中，所述损失函数值包括第一函数值和第二函数值，所述第一函数值是基于各所述样本对的标签信息、各所述样本对中两个样本之间的欧式距离、预设的边界系数计算得到的，所述第二函数值是基于各样本的样本标签、各样本对应的发生甲基化的预测概率计算得到的。这样，通过结合第一函数值和第二函数值对甲基化检测模型进行训练，甲基化检测模型不仅能够学习样本标签与甲基化预测概率之间的关系，还能考虑样本之间的相似性和差异性，这种双重优化方式使得甲基化检测模型能够更准确地捕捉甲基化的特征，从而提高检测的准确性。

7、在一种可能的实现方式中，基于所有目标测序信号的检测结果确定出最终检测结果，包括：对各所述目标测序信号的检测结果进行处理，得到对应的处理后概率；根据所有处理后概率的乘积结果确定出最终概率，并以所述最终概率作为所述最终检测结果。这样，通过将所有目标测序信号的检测结果进行处理并整合，能够综合考虑多次测序的信息，避免了可能因单次测序的随机误差或噪声导致的误判，从而提高了甲基化检测结果的准确性和可靠性。

8、根据本公开的另一方面，提供了一种用于核糖核酸的甲基化检测装置，包括：获取模块，用于获取待检测的核糖核酸rna序列中的目标基序motif，对所述目标motif进行至少一次的纳米孔直接rna测序，得到每次测序出的目标测序信号；指标确定模块，用于基于各所述目标测序信号确定出各所述目标测序信号对应的指标结果，各所述指标结果包括信号指标结果和比对指标结果，所述信号指标结果表示对应的目标测序信号的统计特征，所述比对指标结果表示基于对应的目标测序信号所识别得到的碱基序列存在的异常情况；模型预测模块，用于对各所述目标测序信号的指标结果进行词嵌入得到对应的输入矩阵，并分别将各所述输入矩阵输入至甲基化检测模型中进行计算得到各所述目标测序信号的检测结果，各所述检测结果表示根据对应的目标测序信号所预测出的目标motif发生甲基化的概率；结果确定模块，用于基于所有目标测序信号的检测结果确定出最终检测结果，所述最终检测结果表示所述目标motif发生甲基化的概率。这样，通过获取目标基序的测序信号，并从信号指标和比对指标两个维度进行分析，能够全面、准确地捕捉到甲基化修饰对测序信号的影响，从而提高检测的准确，并且利用甲基化检测模型对输入矩阵进行计算，能够综合考虑多种因素对甲基化检测结果的影响，进一步提高检测的精度，减少误判的可能性。

9、在一种可能的实现方式中，基于各所述目标测序信号确定出各所述目标测序信号对应的指标结果，包括：确定出与所述目标motif相匹配的碱基参考序列，所述碱基参考序列用于指示所述目标motif的真实碱基片段；对各所述目标测序信号进行所述目标motif的碱基识别，得到各所述目标测序信号对应的碱基识别序列，各所述碱基识别序列用于指示所述目标motif的识别碱基片段；分别将各所述目标测序信号对应的识别碱基片段与所述真实碱基片段进行比较，得到各所述目标测序信号的比对指标结果，以及，分别根据各所述目标测序信号确定出对应的信号指标结果；其中，各所述比对指标结果包括所述识别碱基片段的质量分数、插入信息、缺失信息、匹配信息中的至少一者，所述信号指标结果包括所述识别碱基片段的信号均值、信号中值、信号标准差、信号长度中的至少一者。这样，通过同时考虑比对指标结果(如质量分数、插入信息、缺失信息、匹配信息)和信号指标结果(如信号均值、信号中值、信号标准差、信号长度)，能够从多个角度全面评估目标基序的甲基化状态，这种多维度分析方法避免了单一指标可能带来的误判，提高了检测的准确性和可靠性。本公开提供的比对指标能够精确识别碱基识别序列与真实碱基片段之间的差异，从而捕捉到甲基化修饰对碱基序列的影响；信号指标则从测序信号的统计特征出发，进一步分析甲基化修饰对信号强度和稳定性的影响，有助于更精准地判断甲基化状态。

10、在一种可能的实现方式中，分别将各所述目标测序信号对应的识别碱基片段与所述真实碱基片段进行比较，得到各所述目标测序信号的比对指标结果，包括以下至少一者：若确定所述识别碱基片段中碱基的数量大于所述真实碱基片段的数量，则确定该识别碱基片段的插入信息为存在插入；若确定所述识别碱基片段中碱基的数量小于所述真实碱基片段的数量，则确定该识别碱基片段的缺失信息为存在缺失；若确定所述识别碱基片段和所述真实碱基片段中同一位置的碱基存在不同，则确定该识别碱基片段的匹配信息为存在不匹配；根据所述识别碱基片段和所述真实碱基片段中同一位置的碱基的比较结果，确定出该识别碱基片段的质量分数。这样，通过插入信息、缺失信息、匹配信息以及质量分数等多种比对指标，能够全面、精准地识别目标测序信号中的碱基序列与真实碱基片段之间的差异，这种多维度的比对方式避免了单一指标可能遗漏的异常情况，确保了检测结果的全面性和准确性，插入、缺失和不匹配信息能够精确捕捉到碱基序列中的微小变化，即使是单个碱基的差异也能被准确识别；质量分数的引入为碱基识别的准确性提供了一个量化的衡量标准，通过比较识别碱基片段与真实碱基片段中同一位置的碱基，能够精确评估每个碱基识别的可信度，这种量化评估方式有助于区分真实甲基化修饰与测序误差或噪声的影响，从而提高检测的可靠性，通过明确标识插入、缺失和不匹配等异常情况能够快速定位碱基序列中的问题，不仅有助于检测甲基化修饰的存在与否，还能为后续的分析提供详细的参考信息。

11、在一种可能的实现方式中，所述甲基化检测模型包括第一特征提取模块、长短期记忆网络模块、第二特征提取模块、门控循环单元、线性层；所述第一特征提取模块，用于对输入的输入矩阵进行第一特征提取，得到第一特征；所述长短期记忆网络模块，用于提取所述第一特征中的时间动态信息并整合得到第二特征；所述第二特征提取模块，用于对所述第二特征进行第二特征提取，得到第三特征；所述门控循环单元，用于提取所述第三特征中的长期依赖关系并整合得到第四特征；所述线性层，用于根据所述第四特征得到所述检测结果。这样，通过深度学习架构(lstm、gru等)，甲基化检测模型能够自动学习数据中的复杂模式和规律，能够有效减少人为误差，提高甲基化检测的精度和可靠性。

12、在一种可能的实现方式中，所述装置还包括训练模块，训练模块用于获取训练样本集，所述训练样本集包括多个样本及对应的样本标签，所述样本标签表示对应样本存在甲基化或不存在甲基化；利用所述训练样本集对初始的甲基化检测模型进行训练，直至当前甲基化检测模型的损失函数值满足预设条件，得到训练后的甲基化检测模型，其中，所述损失函数值包括第一函数值和第二函数值，所述第一函数值是基于各所述样本对的标签信息、各所述样本对中两个样本之间的欧式距离、预设的边界系数计算得到的，所述第二函数值是基于各样本的样本标签、各样本对应的发生甲基化的预测概率计算得到的。这样，通过结合第一函数值和第二函数值对甲基化检测模型进行训练，甲基化检测模型不仅能够学习样本标签与甲基化预测概率之间的关系，还能考虑样本之间的相似性和差异性，这种双重优化方式使得甲基化检测模型能够更准确地捕捉甲基化的特征，从而提高检测的准确性。

13、在一种可能的实现方式中，基于所有目标测序信号的检测结果确定出最终检测结果，包括：对各所述目标测序信号的检测结果进行处理，得到对应的处理后概率；根据所有处理后概率的乘积结果确定出最终概率，并以所述最终概率作为所述最终检测结果。这样，通过将所有目标测序信号的检测结果进行处理并整合，能够综合考虑多次测序的信息，避免了可能因单次测序的随机误差或噪声导致的误判，从而提高了甲基化检测结果的准确性和可靠性。

14、根据本公开另一方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现上述方法的步骤。

15、根据本公开另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

16、根据本公开另一方面，提供了一种计算机程序产品，包括计算机程序，或者承载有计算机程序的非易失性计算机可读存储介质，所述计算机程序被处理器执行时实现上述方法的步骤。

17、本公开通过获取待检测的核糖核酸rna序列中的目标基序motif，对所述目标motif进行至少一次的纳米孔直接rna测序，得到每次测序出的目标测序信号；基于各所述目标测序信号确定出各所述目标测序信号对应的指标结果，各所述指标结果包括信号指标结果和比对指标结果，所述信号指标结果表示对应的目标测序信号的统计特征，所述比对指标结果表示基于对应的目标测序信号所识别得到的碱基序列存在的异常情况；对各所述目标测序信号的指标结果进行词嵌入得到对应的输入矩阵，并分别将各所述输入矩阵输入至甲基化检测模型中进行计算得到各所述目标测序信号的检测结果，各所述检测结果表示根据对应的目标测序信号所预测出的目标motif发生甲基化的概率；基于所有目标测序信号的检测结果确定出最终检测结果，所述最终检测结果表示所述目标motif发生甲基化的概率，这样，结合信号指标结果和比对指标结果，通过词嵌入技术融合上下文信息，实现高精度的甲基化检测。

18、根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。