申请/专利权人：因美纳有限公司

申请日：2020-05-15

公开（公告）日：2024-04-26

公开（公告）号：CN117935916A

主分类号：G16B30/00

分类号：G16B30/00;G16B40/10;G06F18/2413;G06V10/82;G06N3/084;G06N3/048;G06N3/045;G06N3/0464;G01N21/64

优先权：["20190516 US 62/849091","20190516 US 62/849132","20190516 US 62/849133","20200514 US 16/874599","20200514 US 16/874633"]

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明涉及使用卷积的碱基识别。公开了一种基于神经网络的碱基识别器，该碱基识别器检测和解释测序过程的静态、动态和机械特性，将在分析数据中每个序列周期处观察到的信息映射到核苷酸的潜在序列。基于神经网络的碱基识别器将特征工程化、降维、离散化和动力学建模的任务组合到一个端到端的学习框架中。特别是，基于神经网络的碱基识别器使用3D卷积、1D卷积和逐点卷积的组合来检测和解释诸如定相和预定相效应、空间串扰、发射重叠和衰落等检测偏差。

主权项：1.一种神经网络实现的对分析物进行碱基识别的方法，所述方法包括：访问为测序运行的一系列测序周期生成的每周期图像块序列，其中所述每周期图像块中的像素包含关联分析物的强度数据，并且所述强度数据是通过配置成检测来自所述关联分析物的发射的相应光传感器针对一个或多个成像通道获得的；在滑动卷积窗的基础上对所述每周期图像块序列应用三维3D卷积，使得在卷积窗中，3D卷积滤波器对以下内容进行卷积：沿着时间维度的多个所述每周期图像块，并检测和解释由关联分析物的序列拷贝的异步读出引起的测序周期的后续测序周期之间的定相和预定相效应，沿空间维度的每个所述每周期图像块中的多个像素，并检测和解释由关联分析物的相应光传感器检测来自非关联分析物的发射引起的相邻分析物之间的空间串扰，以及沿着深度维度的每个所述成像通道，并检测和解释由染料发射光谱的重叠引起的所述成像通道之间的发射重叠，以及由于在所述滑动卷积窗的基础上对所述每周期图像块序列进行卷积，产生至少一个输出特征；补充因多个3D卷积滤波器对具有一个或多个像素的成像通道特定的和交叉周期强度数据特征的每周期图像块序列进行卷积而产生的输出特征，所述像素包含一个或多个待进行碱基识别的关联分析物的强度数据；从补充有所述强度数据特征的所述输出特征作为起始输入开始，应用一维1D卷积的级联并产生另外的输出特征，所述级联使用具有不同感受野的1D卷积并检测由所述定相和预定相效应引起的不同程度的异步读出；对所述另外的输出特征应用逐点卷积，并产生最终输出特征；以及通过输出层处理所述最终输出特征，并在每个所述测序周期产生所述关联分析物的碱基识别。

全文数据：

权利要求：

百度查询： 因美纳有限公司 使用卷积的碱基识别

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