(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111653938.X (22)申请日 2021.12.3 0 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦二层 (72)发明人 郜杰　赵国栋　方晓敏　何径舟　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 代理人 杜月 (51)Int.Cl. G16B 25/10(2019.01) G16B 40/20(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 组学数据处理方法、 装置、 电子设备和存储 介质 (57)摘要 本公开提供了一种组学数据处理方法、 装 置、 电子设备和存储介质， 涉及人工智 能技术领 域， 具体为深度学习、 智能医疗技术领域。 具体实 现方案为： 获取组学数据； 根据所述组学数据中 多个基因的表达量， 对所述组学数据进行编码， 以得到所述组学数据的特征； 根据所述组学数据 的特征， 执行所述组学数据的目标任务。 由此， 能 够获取精 准的组学数据的低维表 示， 进而提高癌 症分型的分类任务、 个体生存分析任务等下游的 目标任务的准确性。 权利要求书2页 说明书11页 附图4页 CN 114429787 A 2022.05.03 CN 114429787 A 1.一种组学 数据处理方法， 包括： 获取组学 数据； 根据所述组学数据中多个基因的表达量， 对所述组学数据进行编码， 以得到所述组学 数据的特 征； 根据所述组学 数据的特 征， 执行所述组学 数据的目标任务。 2.根据权利要求1所述的方法， 其中， 所述根据所述组学数据中多个基因的表达量， 对 所述组学 数据进行编码， 以得到所述组学 数据的特 征， 包括： 根据所述组学 数据中的多个所述基因的表达量， 生成输入向量； 将所述输入向量输入深度神经网络模型进行编码， 以得到所述组学 数据的特 征。 3.根据权利要求2所述的方法， 其中， 所述根据所述组学数据中的多个所述基因 的表达 量， 生成输入向量， 包括： 将所述组学 数据中的多个所述基因的表达量作为所述输入向量中对应维度的取值。 4.一种用于组学 数据处理的模型训练方法， 包括： 获取训练 组学数据； 采用至少两种数据增强策略， 对所述训练组学数据中的多个基因的表达量进行调整， 以得到至少两种增强组学 数据； 根据所述至少两种增强组学数据中多个基因 的表达量， 采用深度神经网络模型进行编 码， 以得到对应的特 征； 根据所述至少两种增强组学数据的特征之间的差异， 调整所述神经网络模型的模型参 数， 以使所述差异最小化。 5.根据权利要求4所述的方法， 其中， 所述采用至少两种数据增强策略， 对所述训练组 学数据中的多个 基因的表达量进行调整， 以得到 至少两种增强组学 数据， 包括： 采用至少两种数据增强策略， 对所述训练组学数据中的至少一个基因的表达量进行掩 码， 以得到 至少两种增强组学 数据。 6.根据权利要求4所述的方法， 其中， 所述采用至少两种数据增强策略， 对所述训练组 学数据中的多个 基因的表达量进行调整， 以得到 至少两种增强组学 数据， 包括： 采用至少两种数据增强策略， 对所述训练组学数据中的至少一个基因的表达量添加噪 声， 以得到 至少两种增强组学 数据。 7.一种组学 数据处理装置， 包括： 第一获取模块， 用于获取组学 数据； 第一编码模块， 用于根据所述组学数据中多个基因的表达量， 对所述组学数据进行编 码， 以得到所述组学 数据的特 征； 处理模块， 用于根据所述组学 数据的特 征， 执行所述组学 数据的目标任务。 8.根据权利要求7 所述的装置， 其中， 所述第一编码模块， 包括： 生成单元， 用于根据所述组学 数据中的多个所述基因的表达量， 生成输入向量； 编码单元， 用于将所述输入向量输入深度神经网络模型进行编码， 以得到所述组学数 据的特征。 9.根据权利要求8所述的装置， 其中， 所述 生成单元， 包括： 处理子单元， 用于将所述组学数据中的多个所述基因 的表达量作为所述输入向量中对权　利　要　求　书 1/2 页 2 CN 114429787 A 2应维度的取值。 10.一种用于组学 数据处理的模型训练装置， 包括： 第二获取模块， 用于获取训练 组学数据； 第一调整模块， 用于采用至少两种数据增强策略， 对所述训练组学数据中的多个基因 的表达量进行调整， 以得到 至少两种增强组学 数据； 第二编码模块， 用于根据所述至少两种增强组学数据中多个基因的表达量， 采用深度 神经网络模型进行编码， 以得到对应的特 征； 第二调整模块， 用于根据所述至少两种增强组学数据的特征之间的差异， 调整所述神 经网络模型的模型参数， 以使所述差异最小化。 11.根据权利要求10所述的装置， 其中， 所述第一调整模块， 包括： 掩码单元， 用于采用至少两种数据增强策略， 对所述训练组学数据中的至少一个基因 的表达量进行掩码， 以得到 至少两种增强组学 数据。 12.根据权利要求10所述的装置， 其中， 所述第一调整模块， 包括： 处理单元， 用于采用至少两种数据增强策略， 对所述训练组学数据中的至少一个基因 的表达量添加噪声， 以得到 至少两种增强组学 数据。 13.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使 所述至少一个处理器能够执行权利要求 1‑3中任一项 所述的方法， 或者执行 权利要求 4‑6中任一项所述的方法。 14.一种存储有计算机指令的非瞬时计算机可读存储介质， 所述计算机指令用于使所 述计算机执行权利要求 1‑3中任一项 所述的方法， 或者执行权利要求4 ‑6中任一项 所述的方 法。 15.一种计算机程序产品， 包括计算机程序， 所述计算机程序在被处理器执行时实现权 利要求1‑3中任一项所述的方法的步骤， 或者实现权利要求4 ‑6中任一项所述的方法的步 骤。权　利　要　求　书 2/2 页 3 CN 114429787 A 3