[发明专利]基于大数据的融合基因数据检测方法、计算机程序、终端

摘要

本发明属于基因技术领域，公开了一种基于大数据的融合基因数据检测方法、计算机程序、终端，将已知的融合基因断裂点以及断裂点前面的N个序列和断裂点后面的M个序列组成种子，种子的集合形成融合基因数据库；采用试剂盒提取待检测基因的RNA；利用反转录试剂盒，对所提取的RNA进行反转录，获得待检测基因的cDNA；利用PCR扩增仪，以cDNA为模板，通过聚合酶链式反应进行扩增，获得融合基因片段；通过基因检测技术相对待检测基因片段进行检测，获得待检测基因信息。本发明根据判断结果对待比对序列进行比对，能够有效提升基因序列比对效率，提升用户体验。

主权项

1.一种基于大数据的融合基因数据检测方法，其特征在于，所述的基于大数据的融合基因数据检测方法，包括：将已知的融合基因断裂点以及断裂点前面的N个序列和断裂点后面的M个序列组成种子，种子的集合形成融合基因数据库；采用试剂盒提取待检测基因的RNA；利用反转录试剂盒，对所提取的RNA进行反转录，获得待检测基因的cDNA；利用PCR扩增仪，以cDNA为模板，通过聚合酶链式反应进行扩增，获得融合基因片段；通过基因检测技术相对待检测基因片段进行检测，获得待检测基因信息；基因检测中，利用相关度和冗余度的概念定义一组最小化的目标函数，用以评价融合基因片段数据信息特征子集的质量；其中相关度倾向保留所有与数据结构关联紧密的特征，而冗余度则会排除与已选特征相关度高的特征；二者作为膜粒群算法的适应度函数；相关度目标采用熵度量指标，如下：s_ij＝exp(‑aD_ij),其中，N是融合基因片段数据信息样本的个数；a是权重系数，Dij是样本i和样本j在x所表示的特征子集下的欧式距离；Da表示所有样本在全空间下欧式距离的平均值。Sij的取值必须归一化到[0，1]；当选择的特征子集合理时，样本i和样本j若属于同类，则Sij的取值很小，反之越大；从而f1(x)选取最小值；冗余度目标则利用相关系数，当相关系数绝对值越小，特征子集所包含的冗余越小；目标函数如下：其中，nx表示融合基因片段数据信息特征子集的个数；d是总的特征个数；xj和xk分别表示x中第j个和第k个元素的取值；bij表示第i个样本在第j个特征上的取值，baj表示所有样本在第j个特征上的均值。因此，在特征子集规模确定时，冗余度小的特征子集对应的目标函数f2(x)越小；通过大数据资源对待检测基因信息的数据进行处理；选取若干个待检测基因信息干扰信号的特征参数CP，包括无线信号的频率F、时间T、对于观测点空域角度Θ、极化方向Γ、以及编码方式C，并将参数作为坐标轴建立多维坐标系，对于坐标系的各个坐标轴，分别根据各个干扰特征参数的分辨率确定对应坐标轴的单位量，基于坐标系建立多维特征参数的空间模型,为干扰空间：HS_I＝SPACE(CP₁,CP₂…CP_N)，在此干扰空间中的任意一个矢量由坐标进行表示：其中CP_i为矢量在干扰空间中某一维度的坐标，是对于特征参量CP_i的具体取值，对于单模的待检测基因信息干扰信号，在干扰空间中表示为一个单一矢量：对于多模的待检测基因信息干扰信号，干扰信号的一个或者数个特征参数表现为具有多值特性，在干扰空间中使用干扰特征矢量的集合表示：通过与融合基因数据库中融合基因的信息进行对比，判断待检测基因序列是否与数据库中的信息相同；融合基因数据库包含待检测基因包含种子信息时，则认为待检测基因内含有融合基因；否则认为不包含融合基因。