「专利解密」基因检测即将大众化？阿里发明基于AI模型低代价检测方案(2)

其中，在对基因数据进行特征提取前，还要依赖于模型训练装置对基因数据进行学习训练以得到能够实现基因检测操作的基因检测模型。该模型主要依赖于参考基因结果（21类基因型预测信息、合子性预测信息、第一条等位基因变异长度信息以及第二条等位基因变异长度信息）和基因特征进行学习训练，从而获得与基因样本相对应的基因特征和与基因特征相对应的增强后特征，以用于AI模型的生成。

如上图，为适用于上述装置的基因检测方法的流程示意图，检测的内容主要有：基因稳定性检测、基因可变性检测等。首先，系统需要获取待处理的基因数据，其中，每个待处理基因数据中每个位置所对应的基因片段均小于预设阈值，在每个基因片段中包含有碱基信息(A、C、G、T)、映射质量、正负链(A、C、G、T、A、C、G、T，其中后四种为负链，前四种为正链)等信息。
其次，将待处理的基因数据输入至特征生成网络进行特征提取，例如使用支持向量机或者神经网络等算法。最后，在获取到增强后特征之后，即可将待处理基因数据和增强后特征输入至基因识别网络层，基因识别网络层会基于待处理基因数据和增强后特征进行基因检测操作，从而获得基因检测的结果。
以上就是阿里发明的基于AI模型的基因检测方案，该方案实现了通过低深度的基因数据进行特征提取以及检测的操作，不仅保证了基因检测结果的精确度，并且还有利于降低基因检测所需要的数据处理资源和成本，较为有效地提高了这种基因检测方法的实用性。
关于嘉勤