[发明专利]基于大数据人工智能算法的祖源多态性预测方法

摘要

本发明公开了基于大数据人工智能算法的祖源多态性预测方法，包括以下步骤：A：根据人群基因组数据，构建训练集合；B：对训练集合的群体样品进行基因定向，把定向后的两条单倍型进行1和‑1编码，同时对基因组进行窗口划分；C：通过投票策略选取最佳分类器，组成窗口观察序列，以分类器的结果作为下一步输入；D：构建窗口的转移矩阵和发射矩阵，建立隐马可夫模型；E：通过隐马可夫模型预测隐藏状态的概率分布，求出最优的祖源结果标签，作为最终结果输出。通过本发明可克服现有群体多态性方法对于遗传非常相近的群体，同时能够精细化预测染色体基因组片段的多态性，该方法对基因群体研究和某些群体关联疾病基因组片段定位起到重要作用。

主权项

1.基于大数据人工智能算法的祖源多态性预测方法，其特征在于，包括以下步骤：A：根据人群基因组数据，利用主成分分析PCA构建参考群体基因数据训练集合，记录该训练集合的群体样品；B：对训练集合的群体样品进行基因定向，把每个样品的基因组数据划分成为两条单倍型，并对定向后的两条单倍型进行1和‑1编码，同时按照 SNP 个数对基因组进行窗口划分；C：通过投票策略选取最佳分类器，组成窗口观察序列，以分类器的结果作为下一步输入；D：构建窗口的转移矩阵和发射矩阵，建立隐马可夫模型，并利用隐马可夫模型对分类结果的观察序列进行校正；E：通过隐马可夫模型预测隐藏状态的概率分布，求出最优的祖源结果标签，作为最终结果输出。