本申請(qǐng)涉及人工智能，特別是涉及一種狀態(tài)預(yù)測(cè)方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)和程序產(chǎn)品。

背景技術(shù)：

1、在醫(yī)療領(lǐng)域，基因狀態(tài)的產(chǎn)生過程受多種因素的影響，例如遺傳因素、環(huán)境因素、情緒因素等。在此情況下，對(duì)基因狀態(tài)的產(chǎn)生過程進(jìn)行分析，對(duì)基因狀態(tài)的預(yù)測(cè)和治療至關(guān)重要。

2、傳統(tǒng)技術(shù)中，通常采用統(tǒng)計(jì)學(xué)的方式，采集大量基因樣本信息，構(gòu)建可以表征區(qū)域特征、情緒特征等宏觀特征與狀態(tài)標(biāo)簽之間關(guān)聯(lián)關(guān)系的表格。這樣，在實(shí)際應(yīng)用時(shí)，可以根據(jù)目標(biāo)對(duì)象宏觀特征，從表格中確定目標(biāo)對(duì)象的狀態(tài)預(yù)測(cè)結(jié)果。然而，傳統(tǒng)技術(shù)中狀態(tài)預(yù)測(cè)結(jié)果的準(zhǔn)確性較低。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對(duì)上述技術(shù)問題，提供一種能夠提升狀態(tài)預(yù)測(cè)結(jié)果準(zhǔn)確性的狀態(tài)預(yù)測(cè)方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)和程序產(chǎn)品。

2、本申請(qǐng)?zhí)峁┝艘环N狀態(tài)預(yù)測(cè)方法。所述方法包括：

3、獲取目標(biāo)對(duì)象的基因序列信息，將所述基因序列信息與參考基因序列進(jìn)行比較，獲取所述基因序列信息中的異常序列信息；所述異常序列信息用于表征所述基因序列信息中異?；騿卧漠惓Ｎ恢煤彤惓ｎ愋?；

4、獲取所述目標(biāo)對(duì)象的檢測(cè)狀態(tài)信息；

5、將所述異常序列信息和所述檢測(cè)狀態(tài)信息輸入至狀態(tài)預(yù)測(cè)模型中，以提取所述異常序列信息的異常序列特征和所述檢測(cè)狀態(tài)信息的檢測(cè)狀態(tài)特征，基于所述異常序列特征和所述檢測(cè)狀態(tài)特征得到所述目標(biāo)對(duì)象的目標(biāo)預(yù)測(cè)狀態(tài)信息。

6、本申請(qǐng)還提供了一種狀態(tài)預(yù)測(cè)裝置。所述裝置包括：

7、序列獲取模塊，用于獲取目標(biāo)對(duì)象的基因序列信息，將所述基因序列信息與參考基因序列進(jìn)行比較，獲取所述基因序列信息中的異常序列信息；所述異常序列信息包括基因單元的異常位置和異常類型；

8、狀態(tài)獲取模塊，用于獲取所述目標(biāo)對(duì)象的檢測(cè)狀態(tài)信息；

9、狀態(tài)分析模塊，用于將所述異常序列信息和所述檢測(cè)狀態(tài)信息輸入至狀態(tài)預(yù)測(cè)模型中，以提取所述異常序列信息的異常序列特征和所述檢測(cè)狀態(tài)信息的檢測(cè)狀態(tài)特征，基于所述異常序列特征和所述檢測(cè)狀態(tài)特征得到所述目標(biāo)對(duì)象的目標(biāo)預(yù)測(cè)狀態(tài)信息。

10、一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述狀態(tài)預(yù)測(cè)方法所述的步驟。

11、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述狀態(tài)預(yù)測(cè)方法所述的步驟。

12、一種計(jì)算機(jī)程序產(chǎn)品。所述計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述狀態(tài)預(yù)測(cè)方法所述的步驟。

13、上述狀態(tài)預(yù)測(cè)方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)和程序產(chǎn)品，獲取目標(biāo)對(duì)象的基因序列信息，將基因序列信息與參考基因序列進(jìn)行比較，獲取基因序列信息中的異常序列信息；異常序列信息用于表征基因序列信息中異常基因單元的異常位置和異常類型；獲取目標(biāo)對(duì)象的檢測(cè)狀態(tài)信息；將異常序列信息和檢測(cè)狀態(tài)信息輸入至狀態(tài)預(yù)測(cè)模型中，以提取異常序列信息的異常序列特征和檢測(cè)狀態(tài)信息的檢測(cè)狀態(tài)特征，基于異常序列特征和檢測(cè)狀態(tài)特征得到目標(biāo)對(duì)象的目標(biāo)預(yù)測(cè)狀態(tài)信息。這樣，通過預(yù)設(shè)的狀態(tài)預(yù)測(cè)模型對(duì)目標(biāo)對(duì)象的基因序列信息和檢測(cè)狀態(tài)信息進(jìn)行特征提取、分析和預(yù)測(cè)的方式，可以在一定程度上避免主觀因素的干擾，保障目標(biāo)狀態(tài)預(yù)測(cè)信息的客觀性。并且，基因序列信息中異?；騿卧漠惓Ｎ恢煤彤惓ｎ愋陀糜诩?xì)粒度表征目標(biāo)對(duì)象微觀層面的基因特征，檢測(cè)狀態(tài)信息用于粗粒度表征目標(biāo)對(duì)象宏觀層面的統(tǒng)計(jì)特征，在進(jìn)行狀態(tài)預(yù)測(cè)時(shí)，通過狀態(tài)預(yù)測(cè)模型對(duì)上述信息進(jìn)行分析，相當(dāng)于是綜合考慮到目標(biāo)對(duì)象不同模態(tài)、不同組學(xué)的信息，以使得狀態(tài)預(yù)測(cè)模型提取到更全面豐富的多模態(tài)生物特征，保障狀態(tài)預(yù)測(cè)模型特征分析依據(jù)的有效性，提升基于多模態(tài)生物特征分析得到的目標(biāo)預(yù)測(cè)狀態(tài)信息的真實(shí)性和準(zhǔn)確性。此外，信息狀態(tài)預(yù)測(cè)步驟是由計(jì)算機(jī)設(shè)備上部署的狀態(tài)預(yù)測(cè)模型執(zhí)行的，為避免狀態(tài)預(yù)測(cè)模型信息識(shí)別失敗的情況，在狀態(tài)預(yù)測(cè)模型執(zhí)行特征提取和分析步驟之前，預(yù)先對(duì)目標(biāo)對(duì)象的基因序列信息進(jìn)行了處理，使得異常序列信息和檢測(cè)狀態(tài)信息滿足狀態(tài)預(yù)測(cè)模型的識(shí)別要求，保障狀態(tài)預(yù)測(cè)模型的正常工作，進(jìn)而充分利用計(jì)算機(jī)設(shè)備上的計(jì)算資源。

技術(shù)特征：

1.一種狀態(tài)預(yù)測(cè)方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取目標(biāo)對(duì)象的基因序列信息，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述基因序列信息與參考基因序列進(jìn)行比較，獲取所述基因序列信息中的異常序列信息，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述異常基因單元包括新增基因單元、刪減基因單元和替換基因單元中的至少一種；所述異常類型序列包括基因參照序列和基因變異序列；所述異常位置序列包括染色體位置序列和基因絕對(duì)位置序列；所述根據(jù)所述參考基因序列、所述正?；騿卧退霎惓；騿卧瑯?gòu)建所述目標(biāo)對(duì)象的異常類型序列和異常位置序列，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取所述目標(biāo)對(duì)象的檢測(cè)狀態(tài)信息，包括：

6.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的方法，其特征在于，所述狀態(tài)預(yù)測(cè)模型包括編碼網(wǎng)絡(luò)、轉(zhuǎn)換網(wǎng)絡(luò)和解碼網(wǎng)絡(luò)；所述將所述異常序列信息和所述檢測(cè)狀態(tài)信息輸入至狀態(tài)預(yù)測(cè)模型中，以提取所述異常序列信息的異常序列特征和所述檢測(cè)狀態(tài)信息的檢測(cè)狀態(tài)特征，基于所述異常序列特征和所述檢測(cè)狀態(tài)特征得到所述目標(biāo)對(duì)象的目標(biāo)預(yù)測(cè)狀態(tài)信息，包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述編碼網(wǎng)絡(luò)包括序列異常編碼層；所述異常序列信息包括基因參照序列、基因變異序列、染色體位置序列和基因絕對(duì)位置序列；所述基于所述編碼網(wǎng)絡(luò)提取所述異常序列信息的異常序列特征，包括：

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述基于各所述基因單元的異常類型，生成各所述基因單元的異常類型向量，包括：

9.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述基于各所述基因單元的染色體位置，生成各所述基因單元的位置向量，包括：

10.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述編碼網(wǎng)絡(luò)包括文本編碼層和數(shù)值編碼層；所述提取所述檢測(cè)狀態(tài)信息的檢測(cè)狀態(tài)特征，包括：

11.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述解碼網(wǎng)絡(luò)包括池化層和分類層；所述基于所述解碼網(wǎng)絡(luò)對(duì)所述多模態(tài)生物特征進(jìn)行降維處理，輸出所述目標(biāo)對(duì)象的目標(biāo)預(yù)測(cè)狀態(tài)信息，包括：

12.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的方法，其特征在于，所述狀態(tài)預(yù)測(cè)模型的訓(xùn)練方法包括：

13.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的方法，其特征在于，所述狀態(tài)預(yù)測(cè)模型為基因疾病預(yù)測(cè)模型；所述方法還包括：

14.一種狀態(tài)預(yù)測(cè)裝置，其特征在于，所述裝置包括：

15.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至13中任一項(xiàng)所述的方法的步驟。

16.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至13中任一項(xiàng)所述的方法的步驟。

17.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至13中任一項(xiàng)所述的方法的步驟。

技術(shù)總結(jié)
本申請(qǐng)涉及一種狀態(tài)預(yù)測(cè)方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)和程序產(chǎn)品，涉及人工智能技術(shù)領(lǐng)域。該方法包括：獲取目標(biāo)對(duì)象的基因序列信息，將基因序列信息與參考基因序列進(jìn)行比較，獲取基因序列信息中的異常序列信息；異常序列信息用于表征基因序列信息中異常基因單元的異常位置和異常類型；獲取目標(biāo)對(duì)象的檢測(cè)狀態(tài)信息；將異常序列信息和檢測(cè)狀態(tài)信息輸入至狀態(tài)預(yù)測(cè)模型中，以提取異常序列信息的異常序列特征和檢測(cè)狀態(tài)信息的檢測(cè)狀態(tài)特征，基于異常序列特征和檢測(cè)狀態(tài)特征得到目標(biāo)對(duì)象的目標(biāo)預(yù)測(cè)狀態(tài)信息。采用本方法能夠提升狀態(tài)預(yù)測(cè)結(jié)果的準(zhǔn)確性。

技術(shù)研發(fā)人員：姚建華,蔡煜,秦陳陳,趙宇,何冰
受保護(hù)的技術(shù)使用者：騰訊科技（深圳）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2