数据处理方法、装置、电子设备及可读存储介质与流程

摘要: 本技术实施例涉及分子生物,特别涉及一种数据处理方法、装置、电子设备及可读存储介质。背景技术:1、在分子生物技术领域中,测序技术是一项被广泛使用的技术。通过测序技...
数据处理方法、装置、电子设备及可读存储介质与流程

本技术实施例涉及分子生物,特别涉及一种数据处理方法、装置、电子设备及可读存储介质。

背景技术:

1、在分子生物技术领域中,测序技术是一项被广泛使用的技术。通过测序技术,可以实现对一个生物体的基因序列执行测序,得到测序数据。由于测序数据携带了大量的信息,因此,对测序数据执行数据处理的方式显得尤为重要。

技术实现思路

1、本技术提供了一种数据处理方法、装置、电子设备及可读存储介质,可以根据生物体的测序数据确定病症起源信息,使得病症起源信息具有较高的准确性。所述技术方案包括如下内容。

2、一方面,提供了一种数据处理方法,所述方法包括:

3、获取第一参考数据和第一测序数据,所述第一参考数据表征在第一生物体所属物种的基因组中的第一基因序列,所述第一测序数据表征在所述第一生物体的基因组中与所述第一基因序列对应的第二基因序列;

4、根据所述第一参考数据和所述第一测序数据,确定语义特征,所述语义特征表征在所述第一参考数据和所述第一测序数据执行信息交互的情况下确定的所述第一参考数据的语义和所述第一测序数据的语义;

5、基于所述语义特征确定变异信息,所述变异信息表征所述第二基因序列相对于所述第一基因序列发生的至少一种变异;

6、根据所述变异信息,确定病症起源信息,所述病症起源信息表征引起所述第一生物体发生病症的因素。

7、另一方面,提供了一种数据处理装置,所述装置包括:

8、获取模块,用于获取第一参考数据和第一测序数据,所述第一参考数据表征在第一生物体所属物种的基因组中的第一基因序列,所述第一测序数据表征在所述第一生物体的基因组中与所述第一基因序列对应的第二基因序列;

9、确定模块,用于根据所述第一参考数据和所述第一测序数据,确定语义特征,所述语义特征表征在所述第一参考数据和所述第一测序数据执行信息交互的情况下确定的所述第一参考数据的语义和所述第一测序数据的语义;

10、所述确定模块,还用于基于所述语义特征确定变异信息,所述变异信息表征所述第二基因序列相对于所述第一基因序列发生的至少一种变异;

11、所述确定模块,还用于根据所述变异信息,确定病症起源信息,所述病症起源信息表征引起所述第一生物体发生病症的因素。

12、在一种可能的实现方式中,所述确定模块,用于根据所述变异信息,确定至少一个第一特征,任一个第一特征表征一种变异的统计信息;根据所述至少一个第一特征,确定病症起源信息。

13、在一种可能的实现方式中,所述确定模块,用于获取第二特征、第三特征或第四特征中的至少一项,所述第二特征表征所述第一生物体的基因组中检测位点的甲基化状态的统计信息,所述第三特征表征所述第一生物体的疾病诊断情况,所述第四特征表征所述第一生物体所属物种的疾病统计信息;根据所述第二特征、所述第三特征或所述第四特征中的至少一项,以及所述至少一个第一特征,确定病症起源信息。

14、在一种可能的实现方式中,所述确定模块,还用于根据所述至少一个第一特征,确定病症诊断信息;或者,根据所述第二特征、所述第三特征或所述第四特征中的至少一项,以及所述至少一个第一特征,确定所述病症诊断信息;

15、其中,所述病症诊断信息表征所述第一生物体健康或发生至少一种病症的可能性。

16、在一种可能的实现方式中,所述变异信息通过变异检测模型确定,所述变异检测模型根据基础模型确定;

17、所述获取模块,还用于获取第二测序数据,所述第二测序数据表征第二生物体的基因组中与变异相关的第三基因序列;

18、所述装置还包括:

19、遮蔽模块,用于对所述第二测序数据执行遮蔽处理,得到第一遮蔽数据,所述第一遮蔽数据表征将所述第三基因序列中的至少一个碱基遮蔽后得到的序列;

20、重建模块,用于通过第一模型对所述第一遮蔽数据重建,得到第一重建数据;

21、训练模块,用于根据所述第一重建数据和所述第二测序数据,训练所述第一模型得到所述基础模型。

22、在一种可能的实现方式中,所述第二测序数据包括至少两个比对数据;

23、所述遮蔽模块,用于对所述至少两个比对数据执行全局随机遮蔽或列随机遮蔽中的至少一项处理,得到第一遮蔽数据。

24、在一种可能的实现方式中,所述遮蔽模块,用于按照遮蔽比例对所述第二测序数据执行遮蔽处理,得到第一遮蔽数据,所述遮蔽比例与所述第一模型的训练次数负相关。

25、在一种可能的实现方式中,所述训练模块,用于获取第二参考数据,所述第二参考数据表征所述物种的基因组中的第四基因序列;对所述第二参考数据执行遮蔽处理,得到第二遮蔽数据,所述第二遮蔽数据表征将所述第四基因序列中的至少一个碱基遮蔽后得到的序列;通过所述第一模型对所述第二遮蔽数据重建,得到第二重建数据;根据所述第二重建数据、所述第二参考数据、所述第一重建数据和所述第二测序数据,训练所述第一模型得到所述基础模型。

26、在一种可能的实现方式中,所述病症起源信息基于所述变异信息和甲基化信息确定,所述甲基化信息表征所述第一生物体的基因组中检测位点的甲基化状态,所述甲基化信息通过甲基化检测模型确定,所述甲基化检测模型根据基础模型确定;

27、所述获取模块,还用于获取第三测序数据,所述第三测序数据表征所述第二生物体的基因组中与甲基化相关的第五基因序列;

28、所述装置还包括:

29、遮蔽模块,用于对所述第三测序数据执行遮蔽处理,得到第三遮蔽数据,所述第三遮蔽数据表征将所述第五基因序列中的至少一个碱基遮蔽后得到的序列;

30、重建模块,用于通过所述第一模型对所述第三遮蔽数据重建,得到第三重建数据;

31、训练模块,用于根据所述第三重建数据和所述第三测序数据,训练所述第一模型得到所述基础模型。

32、在一种可能的实现方式中,所述确定模块,用于对第i个特征处理块的输入数据执行特征处理,得到所述第i个特征处理块的输出数据;根据第n个特征处理块的输出数据,确定语义特征;

33、其中,所述i为1至所述n中的任一个正整数,第1个特征处理块的输入数据包括所述第一参考数据和所述第一测序数据,第2个至第n个特征处理块中的任一个特征处理块的输入数据包括所述任一个特征处理块的上一个特征处理块的输出数据。

34、在一种可能的实现方式中,所述确定模块,用于对第i个特征处理块的输入数据执行自注意力处理,得到自注意力特征;对所述自注意力特征执行映射处理,得到所述第i个特征处理块的输出数据。

35、在一种可能的实现方式中,所述确定模块,用于对所述第i个特征处理块的输入数据按照行方向执行自注意力处理,得到第一处理结果;对所述第一处理结果按照列方向执行自注意力处理,得到自注意力特征;或者,对所述第i个特征处理块的输入数据按照列方向执行自注意力处理,得到第二处理结果;对所述第二处理结果按照行方向执行自注意力处理,得到自注意力特征。

36、在一种可能的实现方式中,所述确定模块,用于对所述第i个特征处理块的输入数据按照列方向执行自注意力处理,得到第三处理结果;对所述第三处理结果按照列方向执行池化处理,得到第二处理结果。

37、另一方面,提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条计算机程序,所述至少一条计算机程序由所述处理器加载并执行,以使所述电子设备实现上述任一所述的数据处理方法。

38、另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条计算机程序,所述至少一条计算机程序由处理器加载并执行,以使电子设备实现上述任一所述的数据处理方法。

39、另一方面,还提供了一种计算机程序,所述计算机程序为至少一条,至少一条计算机程序由处理器加载并执行,以使电子设备实现上述任一种数据处理方法。

40、另一方面,还提供了一种计算机程序产品,所述计算机程序产品中存储有至少一条计算机程序,所述至少一条计算机程序由处理器加载并执行,以使电子设备实现上述任一种数据处理方法。

41、本技术提供的技术方案至少带来如下有益效果:

42、本技术提供的技术方案中,根据第一参考数据和第一测序数据确定语义特征。由于语义特征是在第一参考数据和第一测序数据执行信息交互的情况下确定的特征,因此,语义特征可以反映物种基因组中的基因序列和生物体基因组中的基因序列的全局信息,能更准确地表征第一参考数据的语义和第一测序数据的语义。由于语义特征表征第一参考数据的语义和第一测序数据的语义,且语义特征的准确性较高,因此,基于语义特征确定变异信息,实现了在语义层面对比物种基因组中的基因序列和生物体基因组中的基因序列,更准确地确定生物体的基因序列所发生的变异。

43、通过变异信息确定病症起源信息,实现了根据生物体的基因序列所发生的变异,确定生物体发生病症的因素。通过这种方式,实现了针对生物体,从基因层面确定病症的发生因素,使得病症起源信息具有较高的准确性。此外,生物体的病症起源信息可以辅助医护人员更好地管理生物体的健康,减轻了医护人员的工作压力。