[发明专利]基于模型的qPCR的系统和方法

权利要求书

1.确定PCR扩增曲线循环阈值的方法，所述方法包括：

通过处理器接收用于PCR扩增反应的多个生物样品的数据集，其中所述数据集包括多条扩增曲线，每条扩增曲线都与所述多个生物样品中的一个生物样品相关；以及

在计算机显示器上，显示每个生物样品的模型化扩增曲线和循环阈值，其中每个循环阈值是通过处理器、基于每个样品的模型化效率曲线与所述模型化扩增曲线的互补关系确定的，其中每个模型化扩增曲线是通过处理器、利用相关的模型化效率曲线逐个循环地确定和生成的。

2.如权利要求1所述的方法，还包括实施约束非线性优化以确定最佳拟合参数集。

3.如权利要求2所述的方法，还包括：

基于所述最佳拟合参数集生成所述模型化效率曲线；以及

基于所述模型化效率曲线生成相关的模型化扩增曲线。

4.如权利要求1所述的方法，其中使所述模型化效率曲线显式模型化从而产生显式模型化效率曲线，而使模型化扩增曲线基于所述显式模型化效率曲线隐式模型化。

5.如权利要求3所述的方法，其中确定所述循环阈值基于预定的效率参数值。

6.如权利要求1所述的方法，还包括鉴别非扩增样品。

7.如权利要求6所述的方法，其中所述鉴别非扩增样品包括实施一个或多个选自以下的检验：阈值扩增、模型曲线拟合、噪音阈值、最大循环、最小循环、终点扩增、模型效率阈值、最小噪音、相对噪音、相对标度或跌落。

8.如权利要求2所述的方法，还包括：

基于所述最佳拟合参数集生成基线模型扩增曲线，其中确定所述循环阈值的步骤基于所述基线模型扩增曲线与对应的效率曲线之间的互补关系。

9.如权利要求3所述的方法，其中所述模型化效率曲线包括三个最佳拟合参数集。

10.如权利要求9所述的方法，其中所述三个最佳拟合参数集是曲线位移参数、曲线弯曲参数和曲线位移调整参数。

11.如权利要求1所述的方法，还包括基于所述模型化效率曲线与所述模型化扩增曲线的互补关系生成超出最大PCR循环数的估计C_q的设定。

12.确定PCR扩增曲线循环阈值的系统，所述系统包括：

处理器；以及

存储所述处理器可执行的用于实施操作的指令的存储器，所述操作包括：

接收用于PCR扩增反应的多个生物样品的数据集，其中所述数据集包括多条扩增曲线，每条扩增曲线都与所述多个生物样品中的一个生物样品相关；以及

在计算机显示器上，显示每个生物样品的模型化扩增曲线和循环阈值，其中每个循环阈值是通过处理器、基于每个样品的模型化效率曲线与所述模型化扩增曲线的互补关系确定的，其中每个模型化扩增曲线是通过处理器、利用相关的模型化效率曲线逐个循环地确定和生成的。

13.如权利要求12所述的系统，其中所述存储器还存储用于实施约束非线性优化以确定最佳拟合参数集的指令。

14.如权利要求13所述的系统，其中所述存储器还存储以下指令：

基于所述最佳拟合参数集生成模型化效率曲线；以及

基于模型化效率曲线生成相关的模型化扩增曲线。

15.如权利要求12所述的系统，其中使所述模型化效率曲线显式模型化从而产生显式模型化效率曲线，而使所述模型化扩增曲线基于所述显式模型化效率曲线隐式模型化。

16.如权利要求12所述的系统，其中确定所述循环阈值基于预定的效率参数值。

17.如权利要求12所述的系统，其中所述存储器还存储鉴别非扩增样品的指令。

18.如权利要求17所述的系统，其中所述鉴别非扩增样品的指令包括实施一个或多个选自以下的检验的指令：阈值扩增、模型曲线拟合、噪音阈值、最大循环、最小循环、终点扩增、模型效率阈值、最小噪音、相对噪音、相对标度或跌落。

19.如权利要求13所述的系统，其中所述存储器还存储以下指令：

基于所述最佳拟合参数集生成基线模型扩增曲线，其中所述循环阈值基于所述基线模型扩增曲线与对应的效率曲线之间的互补关系而确定。