[发明专利]病毒基因分类的方法、装置及电子设备

权利要求书

1.一种病毒基因分类的方法，其特征在于，所述方法包括：

获取表征待分类病毒基因的基因序列特征数据集；

计算所述基因序列特征数据集与指定病毒基因对应的特定基因序列特征数据集的相似距；

根据所述相似距对所述待分类病毒基因进行分类。

2.根据权利要求1所述方法，其特征在于，计算所述基因序列特征数据集与指定病毒基因对应的特定基因序列特征数据集的相似距的步骤，包括：

将所述基因序列特征数据集输入至预先训练好的度量分类模型，通过所述度量分类模型计算所述基因序列特征数据集与指定基因对应的特定基因序列特征数据集的相似距；

其中，所述度量分类模型为通过所述指定病毒基因对应的特定基因序列特征数据集对神经网络训练得到的分类模型；所述特定基因序列特征数据集为对所述指定病毒基因对应的基因序列特征数据集进行相似距标记的数据。

3.根据权利要求2所述方法，其特征在于，所述方法还包括：

对所述特定基因序列特征数据集进行预处理，得到训练数据集；

将所述训练数据集输入至神经网络进行训练，直到训练周期的次数达到预设值或者网络损失值达到预设网络损失阈值为止，得到度量分类模型。

4.根据权利要求3所述方法，其特征在于，在对所述特定基因序列特征数据集进行预处理之前，所述方法还包括：

基于k-mer基因序列划分方法对所述基因序列特征数据集进行等长基因序列划分；

对划分后的所述基因序列特征数据集进行相似距标记，得到所述特定基因序列特征数据集。

5.根据权利要求3所述方法，其特征在于，所述神经网络为包含4个隐含层的孪生卷积神经网络。

6.根据权利要求3所述方法，其特征在于，训练所述网络损失值对应的网络损失函数为交叉熵损失函数。

7.一种基因分类的装置，其特征在于，所述装置包括：

获取模块，用于获取表征待分类病毒基因的基因序列特征数据集；

计算模块，用于计算所述基因序列特征数据集与指定病毒基因对应的特定基因序列特征数据集的相似距；

分类模块，用于根据所述相似距对所述待分类病毒基因进行分类。

8.根据权利要求7所述装置，其特征在于，所述计算模块还用于：

将所述基因序列特征数据集输入至预先训练好的度量分类模型，通过所述度量分类模型计算所述基因序列特征数据集与指定基因对应的特定基因序列特征数据集的相似距；

其中，所述度量分类模型为通过所述指定基因对应的特定基因序列特征数据集对神经网络训练得到的分类模型；所述特定基因序列特征数据集为对所述指定病毒基因对应的基因序列特征数据集进行相似距标记的数据。

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至5任一项所述方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1至5任一项所述的方法。