[发明专利]用于通过质谱法从参考亚群的集合中鉴定未知微生物亚群的方法有效
申请号: | 201680023818.2 | 申请日: | 2016-04-21 |
公开(公告)号: | CN107533593B | 公开(公告)日: | 2021-09-14 |
发明(设计)人: | M·阿萨克;P-J·科特-帕塔特;V·吉拉德;V·莫南 | 申请(专利权)人: | 生物梅里埃公司 |
主分类号: | G16B40/20 | 分类号: | G16B40/20;G16B50/00;G06K9/62;G01N33/569;G01N33/68;G01N27/64;H01J49/16 |
代理公司: | 永新专利商标代理有限公司 72002 | 代理人: | 陈松涛;韩宏 |
地址: | 法国迈合西*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 通过 质谱法 参考 集合 鉴定 未知 微生物 方法 | ||
1.一种用于通过质谱法来鉴定参考亚群的集合中的未知微生物亚群的方法,每个亚群属于参考群的集合中的一个群,所述方法包括:
●第一步骤,基于被鉴定为属于所述群的微生物的学习谱的集合来对每个相关联的群构建一个知识库和一个分类模型;
●第二步骤,基于获取被鉴定为属于所述群的所述亚群的微生物的学习谱的至少一个集合,对每个相关联的亚群构建一个知识库和一个分类模型,所述第二步骤包括针对所述参考群的集合的每个群进行以下步骤:
○构建调整模型,所述调整模型允许基于所述群的各个亚群共有的参考质荷比来校正所述群的所述亚群的学习谱的质荷比偏移,
○调整所述群的所述亚群的学习谱的所有的峰列表的质荷比,
○基于所述亚群的经调整的学习谱来对每个亚群构建一个分类模型并构建相关联的知识库,
●第三步骤,将未知微生物分类到亚群,所述第三步骤包括:
○获取所述未知微生物的至少一个谱,
○根据所述每个群分类模型和所述每个群知识库,将所述谱分类到群中,
○根据所述群的所述调整模型来调整所述谱的所有的峰列表的质荷比,允许校正所述未知微生物的所述谱的质荷比偏移,
○利用所述每个亚群分类模型和所述每个亚群知识库将经调整的峰列表分类到所述群的亚群中。
2.根据权利要求1所述的方法,在对每个相关联的亚群构建一个知识库和一个分类模型的步骤中包括:
●构建第二调整模型,所述第二调整模型允许基于所述各个亚群共有的参考质荷比来校正所获取的谱的质荷比偏移,
●基于所述第二调整模型来调整所述学习谱的所有的峰列表的质荷比的第二步骤。
3.根据权利要求1或2所述的方法,包括优化所述参考质荷比的列表的步骤,其基于在所述调整步骤中的至少一个调整步骤之后获得的调整的质量。
4.根据权利要求1或2所述的方法,使用所述各个亚群共有的参考质荷比的已知列表来构建调整模型。
5.根据权利要求4所述的方法,通过在于以下各项的步骤来选择所述各个亚群共有的所述已知参考质荷比:
●根据公差因子来检测在参考质荷比周围的峰的存在或不存在,
●根据所述亚群中的每个亚群的峰的存在频率来过滤所述质荷比和/或逼近保留的参考质荷比的位置。
6.根据权利要求1或2所述的方法,使用所述各个亚群共有的并且根据所述群的所述亚群中的每个亚群中峰的存在频率的统计标准推导的参考质荷比的列表来构建调整模型。
7.根据权利要求6所述的方法,通过在于以下各项的步骤来推导所述各个亚群共有的参考质荷比:
●离散化每个亚群的谱中的每个谱的质荷比的空间,
●根据公差因子检测在所述离散化步骤所定义的质荷比周围的峰的存在或不存在,
●根据所述亚群中的每个亚群的峰的存在频率来过滤所述质荷比,
●逼近保留的质荷比的位置。
8.根据权利要求7所述的方法,在相对于获取所述谱后所获得的质荷比的区间被限制的所述质荷比的区间上进行所述离散化步骤。
9.根据权利要求5所述的方法,所述逼近在于寻找表示存在于保留的质荷比中的每个质荷比周围的峰的位置的分布的位置。
10.根据权利要求1或2所述的方法,对每个相关联的亚群构建一个知识库和一个分类模型的步骤包括离散化所获取的谱的质荷比的步骤。
11.根据权利要求1或2所述的方法,对每个相关联的亚群构建一个知识库和一个分类模型的步骤包括处理所获取的谱的强度的步骤。
12.根据权利要求1或2所述的方法,对每个相关联的亚群构建一个知识库和一个分类模型的步骤包括控制所获取的谱的质量的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于生物梅里埃公司,未经生物梅里埃公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201680023818.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:肽组合物
- 下一篇:用于将卷积网络应用于空间数据的系统和方法