买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：复旦大学

摘要：本发明公开了基于孪生神经网络的半监督宏基因组分箱方法，属于宏因组学技术领域，该方法通过contig得到must‑link约束cannot‑link约束；然后对每个contig的k‑mer频率特征以及丰度特征进行提取；通过孪生神经网络模型从输入的must‑link约束和cannot‑link约束中进行学习；计算contig间的相似性，构造出一个稀疏网络，使用社团检测算法聚类，从稀疏网络中得到分箱的结果；该方法提高了分箱结果，并且提出了在不同样本数量的情况下，不同contig相似性的计算方式。

主权项：1.基于孪生神经网络的半监督宏基因组分箱方法，其特征在于，包括如下步骤：步骤一：通过contig获取must-link约束；进行物种注释，将注释到不同物种和不同属上的contig作为一个cannot-link对，得到cannot-link约束；步骤二：对每个contig的k-mer频率特征以及丰度特征进行提取；步骤三：用均方误差损失函数重构must-link约束和cannot-link约束，输入使用对比损失函数的孪生神经网络模型中进行学习；步骤四：计算contig间的相似性，构造出稀疏网络后使用社团检测算法聚类，从稀疏网络中获取分箱结果；步骤二中丰度特征定义为比对到contig上某个位置的reads个数在contig上的平均值；当分箱的过程中使用的样本数量≥5，软件使得丰度特征和k-mer频率特征在同一个数量级；当样本数量＜5，则假设对比到contig上的每一个位置的reads的数量在整个contig上服从高斯分布，然后使用KL散度计算高斯分布间的相似性作为contig间的相似性，结合现有参考基因组的信息得到最终的丰度特征；计算contig间相似性的具体方法为：当使用的样本数量≥5，孪生神经网络的输入为k-mer频率特征以及丰度特征，直接计算孪生网络的特征表示的欧式距离，得到contig之间的相似性；当样本数量＜5，孪生神经网络的输入仅为k-mer频率特征，只计算k-mer频率特征表示的欧式距离，然后假设比对到contig上的每一个位置的reads的数量在整个contig上服从高斯分布，使用KL散度计算高斯分布间的相似性，结合现有参考基因组的信息得到最终的contig间的相似性。

全文数据：

权利要求：

百度查询： 复旦大学 基于孪生神经网络的半监督宏基因组分箱方法