申请/专利权人：上海睿璟生物科技有限公司

申请日：2023-01-30

公开（公告）日：2024-04-19

公开（公告）号：CN116092585B

主分类号：G16B40/00

分类号：G16B40/00;G16B30/00;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2023.05.26#实质审查的生效;2023.05.09#公开

摘要：本申请提供基于机器学习的多重PCR扩增优化方法、系统、设备及介质，本发明可基于过往研究数据，针对新设计的多重扩增NGSPanel，在无需预先进行配制、测序的情况下，获得最佳的引物对配比方案，使得最终测序数据得到理想的数据质量与数据均一性；本发明中模型建立所需采集的信息均为常规引物设计、测序检测中可采集的数据，获取便利。基于支持向量回归SupportVectorRegression,以下简称SVR模型所获得预测结果可直接应用于Panel配制，大大缩短传统Panel引物配方研究的时间；本发明所建立的模型中，参数可调范围大，可被应用于复杂多变的预期用途，如：难扩增低覆盖度区域的扩增优化方法；针对低丰度、低完整度核酸的特别Panel优化方法等。

主权项：1.一种基于机器学习的多重PCR扩增优化方法，其特征在于，包括：获取目标引物对的引物对特征；根据所述目标引物对所属引物组合中的其它引物对得到引物组合特征；对所述引物组合进行基因测序，并对基因测序所得数据进行质控分析得到对应的数据质控指标，将所述数据质控指标均一化后得到引物组合的测序性能特征；将所述引物对特征、引物组合特征及测序性能特征组成特征向量；将所述目标引物对所属引物组合中的分子量浓度占比作为目的标记值；每个引物对所对应的特征向量和目的标记值构成一个样本数据；同一引物组合中的每一引物对均对应构成一样本数据以形成样本数据集；对所述引物组合的样本数据集做预处理，以基于预处理后的样本数据集训练SVR模型，以训练得到用于预测引物对的理想分子量浓度占比值的预测模型；其中，获取所述目标引物对的引物对特征的方式包括：根据目标引物对计算得到对应的引物属性，其包括引物长度与GC含量、扩增区域长度与GC含量、5'端与3'端ΔG、基因组其它区域相似度；将所述目标引物对的引物属性进行量化及均一化处理后得到对应的引物对特征；所述引物组合特征的获取方式包括：根据所述目标引物对所属引物组合中的其它引物对计算得到对应的引物属性，其包括其它引物对的扩增子数量、其它引物对的扩增子平均GC含量、其它引物对的平均扩增区域长度、其它引物对与目标引物对的相似度；将所述其它引物对的引物属性进行量化及均一化处理后得到对应的引物组合特征；对所述引物组合进行基因测序，并对基因测序所得数据进行质控分析得到对应的数据质控指标，将所述数据质控指标均一化后得到引物组合的测序性能特征，包括：基于多重扩增NGS建库对引物组合进行二代基因测序；基于二代基因测序所得数据分析得到对应的数据质控指标；将所述数据质控指标进行均一化处理后得到的特征作为测序性能特征。

全文数据：

权利要求：

百度查询： 上海睿璟生物科技有限公司 基于机器学习的多重PCR扩增优化方法、系统、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD