CN114429786B 组学数据处理方法、装置、电子设备和存储介质 （北京百度网讯科技有限公司）

本公开提供了一种组学数据处理方法、装数据的特征执行所述组学数据的目标任务。由2基于所述图数据，确定所述组学数据的特征，以根据其中，所述多个基因包括第一基因和第二基因；所述确定多个统计N次比较中所述第一基因的表达量与所述第二基因的表达量的变化趋势相同的次在所述次数大于预设阈值的情况下，确定所述第一基因与所述根据所述组学数据中的多个所述基因的表达量，确定所述图中对应基因的节点的属根据所述至少两基因所合成的蛋白质之间的相互作用关系，确定所获取训练组学数据，所述训练组学数据中包括多个基因，至少两个所根据所述训练组学数据中的多个所述基因的表达量，以及所述关联采用至少两种数据增强策略对所述训练图数据进行调整，以得到至少两种增强图数根据所述至少两种增强图数据的特征之间的差异，调整所述神经网络模型的模型参其中，所述多个基因包括第一基因和第二基因；所述确定多个3统计N次比较中所述第一基因的表达量与所述第二基因的表达量的变化趋势相同的次在所述次数大于预设阈值的情况下，确定所述第一基因与所述根据所述训练组学数据中的多个所述基因的表达量，确定所述训练采用至少两种数据增强策略，对所述训练图数据中的至少一个节点采用至少两种数据增强策略，对所述训练图数据中的至少一个节点的第二确定模块，用于根据所述组学数据中的多个所述基因的统计单元，用于统计N次比较中所述第一基因的表达量与所述第二基因的表达量的变第四确定单元，用于在所述次数大于预设阈值的情第一确定单元，用于根据所述组学数据中的多个所述基因的第二确定单元，用于根据至少两个所述基因之间的所述关联4第三确定单元，用于根据所述至少两基因所合成的蛋白质编码单元，用于采用图神经网络模型对所述图数第五确定模块，用于根据所述训练组学数据中的多个所述基第一调整模块，用于采用至少两种数据增强策略对所述训练图数据编码模块，用于采用图神经网络模型对所述至少两种第二调整模块，用于根据所述至少两种增强图数据其中，所述多个基因包括第一基因和第二基因；所述确定多个统计N次比较中所述第一基因的表达量与所述第二基因的表达量的变化趋势相同的次在所述次数大于预设阈值的情况下，确定所述第一基因与所述第五确定单元，用于根据所述训练组学数据中的多个所述基第六确定单元，用于根据至少两个所述基因之间的所述关联掩码单元，用于采用至少两种数据增强策略，对所述训练图数据中的处理单元，用于采用至少两种数据增强策略，对所述训练图数据中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被518.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所利要求1-4中任一项所述的方法的步骤，或者实现权利要求5-8中任一项所述的方法的步67者执行本公开实施例公开的用于组学数据处理[0012]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特[0016]图3是根据本公开第三实施例的用于组学数据处理的模型训练方法的流程示意[0017]图4是根据本公开第三实施例的用于组学数据处理的模型训练方法的架构示意[0018]图5是根据本公开第四实施例的用于组学数据处理的模型训练方法的流程示意[0020]图7是根据本公开第六实施例的用于组学数据处理的模型训练装置的结构示意[0021]图8是用来实现本公开实施例的组学数据处理方法或用于组学数据处理的模型训89[0042]由于图数据是根据组学数据中的多个基因的表达量以及至少两个基因之间的关成的蛋白质与基因B合成的蛋白质之间存在相互作用关系，基因C合成的蛋白质与基因D合之间的关联关系：统计N次比较中第一基因的表达量与第二基因的表达量的变化趋势相同少两个基因之间的关联关系，以提高确定的组学数据中各基因之间的关联关系的准确性。[0058]步骤203，根据组学数据中的多个基因的表达量，确定图中对应基因的节点的属[0073]图3是根据本公开第三实施例的用于组学数据处理的模型训练方法的流程示意[0091]其中，对比学习损失函数，可以为InfoNCE(InfoNoise-contrastiveestimation，信息噪声对比估计)损失函数、BARLOWTWINS(一种自监督学习方法)损失函增强图数据403对应的低维度的特征406。类似的，将增强图数据404输入图神经网络模型学习损失函数，并通过调整图神经网络模型405的模型参数，以使对比学习损失函数最小模型参数进行多次优化，即可得到图神经网络模型405的最优参数，完成图神经网络模型[0098]图5是根据本公开第四实施例的用于组学数据处理的模型训练方法的流程示意[0104]在本公开实施例中，可以根据训练组学数据中的多个基因的表达量以及关联关[0134]作为本公开实施例的一种可能的实现方式，多个基因包括第[0135]统计单元，用于统计N次比较中第一基因的表达量与第二基因的表达量的变化趋[0143]图7是根据本公开第六实施例的用于组学数据处理的模型训练装置的结构示意[0147]第五确定模块703，用于根据训练组学数据中的多个基因的表达量，以及关联关[0160]本公开实施例提供的用于组学数据处理的模型训练装置，通过获取训练组学数者执行本公开实施例公开的用于组学数据处理(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机因特网的计算机网络和/或各种电信网络与其他设备交换信可以经由ROM802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器[0170]用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器[0173]可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("