MÉTODOS PARA A CONSTRUÇÃO DE UM CLASSIFICADOR DE PATOGENICIDADE VARIANTE, MEIO DE ARMAZENAMENTO LEGÍVEL POR COMPUTADOR NÃO TRANSITÓRIO IMPRESSO, E SISTEMA

IPC Classification

Priority claims

Abstract

A tecnologia divulgada se refere à construção de um classificador baseado em rede neural convolucional para classificação de variantes. Em particular, se refere a treinar um classificador baseado em rede neural convolucional em dados de treinamento usando uma técnica de atualização de gradiente baseada em retropropagação que combina as saídas resultados do classificador baseado em rede neural convolucional com marcações de ground truth correspondentes. O classificador baseado em rede neural convolucional compreende grupos de blocos residuais, cada grupo de blocos residuais é parametrizado por um número de filtros de convolução nos blocos residuais, um tamanho de janela de convolução dos blocos residuais, e uma taxa de convolução atrous dos blocos residuais, o tamanho da janela da janela de convolução varia entre grupos de blocos residuais, uma taxa de convolução atrous varia entre grupos de blocos residuais. Os dados de treinamento incluem exemplos de treinamento benignos e exemplos de treinamento patogênicos dos pares de sequências traduzidos gerados a partir de variantes benignas e variantes patogênicas.