[发明专利]用于预测肿瘤类型的方法、电子设备和计算机存储介质

说明书

本公开涉及一种用于预测肿瘤类型的方法、电子设备和计算机存储介质。该方法包括：获取关于待测肿瘤的特征信息；获取关于待测肿瘤的待测样本的基因组测序序列与参考基因组序列的比对结果信息；基于比对结果信息，生成关于多种预定突变类型的突变类型数据；基于特征信息和突变类型数据，生成用于输入预测模型的输入数据；以及经由预测模型，提取输入数据的特征值，以便基于所提取的特征值预测待测肿瘤的类型，预测模型经由对多个训练样本的机器学习模型训练而生成。本公开能够提高预测原发部位的肿瘤的类型的准确性。

技术领域

本公开总体上涉及生物信息处理，并且具体地，涉及用于预测肿瘤类型的方法、电子设备和计算机存储介质。

背景技术

癌症原发部位的诊断都是指导临床治疗的主要依据。传统的用于预测肿瘤类型的方案主要是基于组织学的预测方式，例如基于免疫组化的评估和高质量的肿瘤组织的横断面成像。癌症的临床治疗与肿瘤的起源部位、组织病理学亚型和分期具有密切关系。但是，传统的基于组织学的预测肿瘤类型的方式在许多肿瘤案例中面临挑战性，尤其是对于那些出现转移性、低分化肿瘤，有时难以明确和准确地确定原发位置的肿瘤的类型。而不明确或不正确的肿瘤类型分类可能会对治疗手段的选择和治疗效果方面产生负面影响。

综上，传统的用于预测肿瘤类型的方案存在难以明确和准确地确定原发部位的肿瘤的类型的不足之处。

发明内容

本公开提供一种预测肿瘤类型的方法、电子设备和计算机存储介质，能够提高预测原发部位的肿瘤的类型的准确性。

根据本公开的第一方面，提供了一种用于预测肿瘤类型的方法。该方法包括：获取关于待测肿瘤的特征信息；获取关于待测肿瘤的待测样本的基因组测序序列与参考基因组序列的比对结果信息；基于比对结果信息，生成关于多种预定突变类型的突变类型数据；基于特征信息和突变类型数据，生成用于输入预测模型的输入数据；以及经由预测模型，提取输入数据的特征值，以便基于所提取的特征值预测待测肿瘤的类型，预测模型经由对多个训练样本的机器学习模型训练而生成。

根据本发明的第二方面，还提供了一种计算设备，该设备包括：存储器，被配置为存储一个或多个计算机程序；以及处理器，耦合至存储器并且被配置为执行一个或多个程序使装置执行本公开的第一方面的方法。

根据本公开的第三方面，还提供了一种非瞬态计算机可读存储介质。该非瞬态计算机可读存储介质上存储有机器可执行指令，该机器可执行指令在被执行时使机器执行本公开的第一方面的方法。

提供发明内容部分是为了以简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或主要特征，也无意限制本公开的范围。

附图说明

图1示出了根据本公开的实施例的用于实施预测肿瘤类型的方法的系统100的示意图；

图2示出了根据本公开的实施例的用于预测肿瘤类型的方法200的流程图；

图3示意性地示出了基于随机森林模型所构建的预测模型300的示意图；

图4示出了根据本公开的实施例的用于生成关于基因变异的第二数据的方法400的流程图；

图5示出了根据本公开的实施例的用于生成预测模型的输入数据的方法500的流程图；

图6示出了根据本公开的实施例的用于生成输入数据的方法600的流程图；以及

图7示意性示出了适于用来实现本公开实施例的电子设备700的框图。

在各个附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式