【技術實現步驟摘要】
本專利技術涉及實驗動物與比較醫學，具體涉及先天性白內障小鼠突變體蛋白的統計分析及機器學習技術，特別涉及針對rncat小鼠晶狀體渾濁程度的預測方法及系統。
技術介紹
1、白內障作為一種由多重因素誘發的眼科疾患，其核心病理機制與晶狀體蛋白的異常緊密相關。1993年，新疆維吾爾自治區實驗動物研究中心的科研團隊在一項針對昆明小鼠繁殖群的研究中，偶然發現了一例具有眼部晶狀體混濁特征及白內障臨床表現的個體。通過連續15代的繁育與選擇，該團隊成功保留了這一遺傳特性，進而建立了具有穩定遺傳背景的先天性白內障小鼠品系，即rncat小鼠。
2、當前，針對rncat小鼠突變體蛋白的研究，為揭示先天性白內障的發病機理提供了另一種視角。當前針對rncat小鼠的相關研究表明，氨基酸序列的縮短突變可能破壞了晶狀體蛋白的原有結構，誘發蛋白質聚集或構象異常，最終導致白內障的形成。通過剖析此類突變體蛋白的結構與功能，并探究其與白內障之間的內在聯系，有望為白內障的預防與治療開辟新的路徑。因此，現有研究已采用多種技術手段對rncat小鼠的晶狀體渾濁程度進行了探索。例如：
3、(1)文獻《張燕,王瑩,袁江玲等.rncat小鼠不同交配方式的繁殖性能及晶狀體渾濁度比較[j].實驗動物與比較醫學,2018,38(1):60-62》指出交配方式顯著影響rncat小鼠的繁殖性能、后代生長狀況及晶狀體渾濁程度，揭示了遺傳背景與疾病表現之間的可能關系；
4、(2)文獻《袁江玲,徐曉輝,張燕,等.先天性白內障小鼠主要臟器重量和血液生理生化指標的分析[
5、(3)文獻《燕順生,陳欣如,安冉,等.先天性白內障小鼠模型突變蛋白重組及克隆的初步研究[s].疾病預防控制通報,2018；33(1):16-17》指出，rncat小鼠crygs基因的g489a突變，導致γs晶狀體蛋白在163位發生截短(小于178個氨基酸)，這一發現直接關聯了基因突變與白內障的發生。同時，通過crygs基因敲除實驗，研究者發現該基因敲除并不能直接導致白內障，而rncat小鼠中產生的162個氨基酸的突變體蛋白可能是先天性白內障發生與發展的關鍵分子機制。
6、然而，從統計分析學的視角審視，上述現有技術均未能建立或揭示自變量(交配方式、日齡和crygs基因的g489a突變程度)與因變量(晶狀體渾濁程度)之間的非線性關系。傳統的手動試驗與檢測記錄方法，在預測不同條件下白內障發展情況方面存在局限性，進而限制了為藥物研發及疾病治療策略制定提供科學依據的能力。
7、為此，本專利技術提出針對rncat小鼠晶狀體渾濁程度的預測方法及系統。
技術實現思路
1、有鑒于此，本專利技術希望提供針對rncat小鼠晶狀體渾濁程度的預測方法及系統，以解決或緩解現有技術中存在的技術問題，即如何建立rncat小鼠的自變量(交配方式、日齡和crygs基因的g489a突變度)和因變量(晶狀體渾濁程度)之間的非線性關系，并基于給定的自變量來預測對應的因變量，減少試驗成本，并進而可為相關藥物的研發和疾病治療策略的制定提供參考依據；本專利技術的技術方案是這樣實現的：
2、第一方面，針對rncat小鼠晶狀體渾濁程度的預測方法：
3、(一)概述：
4、本方案旨在解決上述技術問題。利用resnet-gnn神經網絡模型來預測rncat小鼠的晶狀體渾濁程度。結合殘差網絡(resnet)和圖神經網絡(gnn)的優勢，通過特征提取層為交配方式、日齡和g489a突變度等自變量建立節點，并提取樣本特征。然后利用圖神經網絡層將獨立樣本特征轉化為結構化的圖結構，捕捉自變量之間的交互作用和復雜關系。通過卷積神經網絡層對圖結構進行特征提取和線性組合，形成預測結果。通過多尺度特征提取、圖結構轉換和深度學習算法，提高了預測的準確性和魯棒性，為rncat小鼠晶狀體渾濁程度的預測提供了一種新的有效方法。
5、(二)技術方案：
6、本專利技術選擇將多尺度殘差網絡(resnet)與圖神經網絡(gnn)結合，形成一種resnet-gnn神經網絡模型以實現上述技術目標。
7、首先收集目標rncat小鼠的自變量x＝[m,a,μ]，其中，m是rncat小鼠的交配方式，分別為近交和封閉群養(近交表示為[1,0]，封閉群養表示為[0,1])；a是該rncat小鼠的日齡；μ是該rncat小鼠的crygs基因的g489a突變度，指的是γs晶狀體蛋白在163位發生截短的程度，是一個[0,1]的區間值(正常標準是178個氨基酸，氨基酸的數量越小于178，則g489a突變度越大；最小為0，最大為1)。然后，該resnet-gnn神經網絡模型的預測方法(流程)如下：
8、2.1步驟s1，特征提取層執行提取任務：
9、為rncat小鼠的自變量x建立節點ni，分為三個節點n1、n2和n3分別對應交配方式、日齡和crygs基因的g489a突變度；通過多尺度殘差網絡resnet提取每個節點ni的樣本特征pi。
10、2.1.1步驟s100，殘差學習：
11、多尺度殘差網絡resnet包括對應于節點n1、n2和n3的三個殘差塊(residualblock)，每個殘差塊包含兩個或三個卷積層，以及一個快捷連接層(shortcutconnection)。快捷連接層允許輸入直接跳過一些層，與這些層的輸出進行相加；
12、每個殘差塊讀取自變量x(準確來說是xi，即交配方式m、日齡a或crygs基因的g489a突變度μ)殘差塊通過殘差學習(residual?learning)以輸出每個節點ni的樣本特征pi：
13、
14、其中，是第l個殘差塊的輸出，是第l個殘差塊的輸入(對于第一個殘差塊，即為節點ni的原始輸入的自變量xi)；f(·)表示殘差函數，包含兩個卷積層，表示這些卷積層的權重參數。
15、2.1.1.1步驟s1000，殘差函數f(·)：
16、對于第i個節點(i＝1,2,3)和第l個殘差塊(l表示殘差塊的索引)，殘差函數f(·)表示為：
17、
18、其中，和分別是第l個殘差塊中第一個和第二個卷積層的可學習權重參數；和分別是第l個殘差塊中第一個和第二個卷積層的偏置參數，也是需要學習的參數。符號*表示卷積操作；σ(·)是relu激活函數，即σ(·)＝max(0，x)。
19、2.1.1.2步驟s1001，執行快捷連接層：
20、對于殘差函數f(·)的兩個卷積層而言，快捷連接層允許輸入直接跳過一些層，與這些層的輸出進行相加；具體方法為：
21、計算第i個節點(i＝1,2,3)和第l個殘差塊的輸出且當需要進行尺寸匹配或維度調整(例如當輸入和輸出的通道數不同或空間尺寸不同時本文檔來自技高網...
【技術保護點】
1.針對Rncat小鼠晶狀體渾濁程度的預測方法，其特征在于，包括收集目標Rncat小鼠的自變量X＝[M,A,μ]，其中，M是Rncat小鼠的交配方式，A是該Rncat小鼠的日齡，μ是該Rncat小鼠的Crygs基因的G489A突變度，然后執行如下操作步驟：
2.根據權利要求1所述的晶狀體渾濁程度的預測方法，其特征在于：在所述S1中，所述多尺度殘差網絡ResNet包括對應于每個所述節點ni的殘差塊，所述殘差塊包括多個卷積層，以及一個快捷連接層；
3.根據權利要求2所述的晶狀體渾濁程度的預測方法，其特征在于：在所述S1中，所述提取的方法為：
4.根據權利要求1所述的晶狀體渾濁程度的預測方法，其特征在于：在所述S2中，所述轉化的方法包括：將所有所述樣本特征Pi所組成的樣本特征集合構建成一個圖結構G＝(V,E)；
5.根據權利要求4所述的晶狀體渾濁程度的預測方法，其特征在于：在所述S2中，設當前迭代輪次為t，對于節點ni，其鄰居節點集合為N(i)使用所述Fisher最優分割法來將ni與其鄰居節點執行所述聚合，方法為：
6.根據權
7.根據權利要求6所述的晶狀體渾濁程度的預測方法，其特征在于：所述Conv層的執行流程包括：
8.根據權利要求6所述的晶狀體渾濁程度的預測方法，其特征在于：所述Linear層的執行流程包括：
9.根據權利要求1、2或4所述的晶狀體渾濁程度的預測方法，其特征在于：在所述S4中，所述轉換的方法為對所述輸出結果r2應用Sigmoid函數：
10.針對Rncat小鼠晶狀體渾濁程度的預測系統，其特征在于：所述系統包括處理器、與所述處理器連接的存儲器，所述存儲器中存儲有程序指令，所述程序指令被所述處理器執行時，使所述處理器執行如權利要求1-9中任意一項所述的晶狀體渾濁程度的預測方法。
...【技術特征摘要】
1.針對rncat小鼠晶狀體渾濁程度的預測方法，其特征在于，包括收集目標rncat小鼠的自變量x＝[m,a,μ]，其中，m是rncat小鼠的交配方式，a是該rncat小鼠的日齡，μ是該rncat小鼠的crygs基因的g489a突變度，然后執行如下操作步驟：
2.根據權利要求1所述的晶狀體渾濁程度的預測方法，其特征在于：在所述s1中，所述多尺度殘差網絡resnet包括對應于每個所述節點ni的殘差塊，所述殘差塊包括多個卷積層，以及一個快捷連接層；
3.根據權利要求2所述的晶狀體渾濁程度的預測方法，其特征在于：在所述s1中，所述提取的方法為：
4.根據權利要求1所述的晶狀體渾濁程度的預測方法，其特征在于：在所述s2中，所述轉化的方法包括：將所有所述樣本特征pi所組成的樣本特征集合構建成一個圖結構g＝(v,e)；
5.根據權利要求4所述的晶狀體渾濁程度的預測方法，其特征在于：在所述s2中，設當前迭代輪次為t，對于節點ni，其鄰居節點集合為n(i)使用所述fisher...
【專利技術屬性】
技術研發人員：張燕，吳海燕，雒濤，肖錦秀，樊玉娟，袁江玲，史倩云，吾力肯·吐爾達力，曹雪卉，艾科拜爾·尼扎木，邱佐恒，燕順生，陳欣如，
申請(專利權)人：新疆維吾爾自治區疾病預防控制中心，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。