CN114300036B 遗传变异致病性预测方法、装置、存储介质及计算机设备 （深圳华大基因股份有限公司）

致病性预测模型是按照不同的致病性等级分类性等级分类的训练基因变异位点的特征数据作的该基因变异位点的特征数据得到准确的遗传2将所述特征数据输入至预先配置的遗传变异致病性预测模型，得到所述遗其中，所述遗传变异致病性预测模型为按照不同的致病确定初始预测子模型，并获取所述初始预测子模型对应的采用k折交叉验证的方式，将所述训练基因变异位点根据所述初始预测子模型对应的致病性等级分类，选取k轮模型训练的验证结果中预将所述特征数据输入至预先配置的遗传变异致病性预测模型，得到所述遗将所述特征数据输入至所述主方向预测层中，对所述特征数据的通过所述方向矫正层对所述遗传变异主方向预测结果的通过所述映射层将所述概率值预测结果映射到对应的映射区间，得到最终的映射分调用本地注释文件，所述本地注释文件为预先从变异位在所述本地注释文件中查找与所述待预测的基因变异位点3.根据权利要求1或2所述的方法，其特征3根据所述特征数据的缺失情况对所述特征数所述三分类模型应用于所述主方向预测层和所述方向矫正层，所述二分应用于所述方向矫正层的三分类模型包括第二分类模型和第三分类模第三分类模型用于对所述遗传变异主方向中的良性、可能良性和临床意义不明确进行矫应用于所述方向矫正层的二分类模型包括第四分类模型，所述第述遗传变异主方向中的致病倾向和良性倾向进应用于所述程度预测层的二分类模型包括第五分类模型、第六分类其中，所述第五分类模型用于对所述遗传变异主方向矫正结致病性预测模块，用于将所述特征数据输入至预先配置的遗传变异致病性预测模型，得到所述遗传变异致病性预测模型输出的遗传变异致病性其中，所述遗传变异致病性预测模型为按照不同的致病确定初始预测子模型，并获取所述初始预测子模型对应的采用k折交叉验证的方式，将所述训练基因变异位点4根据所述初始预测子模型对应的致病性等级分类，选取k轮模型训练的验证结果中预将所述特征数据输入至所述主方向预测层中，对所述特征数据的通过所述方向矫正层对所述遗传变异主方向预测结果的通过所述映射层将所述概率值预测结果映射到对应的映射区间，得到最终的映射分所述存储器中存储有计算机可读指令，所述计算机可读指令被所述5[0013]若在所述本地注释文件中未查找到与所述待预测的基因变异位点对应的特征数[0014]可选地，所述将所述特征数据输入至预先配置的遗传变6所述致病性等级分类的训练基因变异位点的特[0020]采用k折交叉验证的方式，将所述训练基因变异位点的特征数据划分为k个数据[0022]根据所述初始预测子模型对应的致病性等级分类，选取k轮模型训练的验证结果[0026]通过所述方向矫正层对所述遗传变异主方向预测结果的遗传变异主方向进行矫二分类模型用于对所述遗传变异主方向中的致病、可能致病和临床意义不明确进行矫正，对所述遗传变异主方向中的致病倾向和良性倾向进78申请中的基因变异位点的来源，可以为核酸通过测序和序列比对的等方式获得的变异位[0060]进一步地，由于一个人的全基因组测序数据可以挖掘到四百万个SNVs(跟参考基LRT，Phylop和PhastCons)、功能影响特征(SIFT，Polyphen2，PROVEAN，PrimateAI，[0064]而本申请中的特征数据可以通过调用本地注释文本或调用网页API接口的形式进9评级的变异位点，而有的目标预测子模型的训练数据中只有LB和VUS评级的变异位点；同类的训练基因变异位点的特征数据作为训练样本，使得该训练样本中包含了所有突变类[0076]S122：在所述本地注释文件中查找与所述待预测的基因变异位点对应的特征数率特征这四大类别的特征数据，接着对已经获取到的各基因变异位点的特征数据进行排进一步提高模型的学习能力，本申请可以将衍生变量中显示为缺失的特征数据进行补全，[0096]进一步地，在进行模型训练时，可以选用美国国家生物技术信息中心(NCBI)的ClinVar数据库中，审查状态(Reviewstatus)达到2星及以上的基因变异位点作为训练基[0099]可以理解的是，k折交叉验证方式即是把训练数据分为k份，其中1份作为验证数类模型应用于遗传变异致病性预测模型的方向矫正层团队的解读经验，并结合各评级分类的难易程度，设计多个目标预测子模型，如图2中的申请实施例提供的模型训练阶段的训练参数的结构示意图；图3中的训练参数依据神经网项训练参数的数值都是经过反复调参后确定的最终[0126]在一个实施例中，应用于所述主方向预测层的三分类模型可以包括第一分类模传变异主方向矫正结果中可能良性或临床意义不明确的概率[0130]本实施例中，在遗传变异致病性预测模型中，8个目标预测子模型分别在不同层变异致病性预测装置与上文描述的遗传变异致病性预测方法[0138]致病性预测模块230，用于将所述特征数据输入至预先配置的遗传变异致病性预的训练基因变异位点的特征数据作为训练样本，使得该训练样本中包含了所有突变类型，处理器执行如上述实施例中任一项所述遗传变异致病意图，该计算机设备300可以被提供为一服务器。参照图6，计算机设备300包括处理组件[0145]计算机设备300还可以包括一个电源组件303被配置为执行计算机设备300的电源