【技術實現步驟摘要】
本專利技術涉及轉染效率檢測領域，具體是涉及一種用于轉染試劑高精度測試的轉染效率檢測方法。
技術介紹
1、轉染試劑高精度測試的轉染效率檢測是一個復雜而又精細的過程，轉染效率是評估轉染試劑的關鍵步驟，是確保轉染試劑能夠對待檢測細胞進行充分轉染的重要指標，使得轉染試劑的性能具有穩定性和可靠性，為基因功能研究、蛋白質表達和藥物開發提供技術支持，細胞轉染效率受到待轉染的細胞類型、染色劑類型、外源基因質量和環境條件的影響，通過系統的轉染檢測方法，精確而又自動地對待檢測細胞分配最優的轉染效率檢測條件，對提高轉染試劑高精度測試和智能化、便捷化地實現高精度轉染效率檢測具有非常重要的意義。
2、現有的轉染效率檢測技術集中在對新檢測方式的開發以及利用檢測設備對轉染細胞時的數據監測，該方式需要一定的轉染檢測經驗，通過根據檢測細胞類型和所需的檢測結果主觀地對檢測過程中的各項轉染條件標簽進行選擇，缺乏系統的、準確的對轉染效率檢測方法的篩選，特別的，在轉染過程中需要無菌的條件下，利用智能化、自動化的系統處理，相較于人工的操作，更具有穩定性、準確性和高精度。
技術實現思路
1、為解決上述技術問題，提供一種用于轉染試劑高精度測試的轉染效率檢測方法，本技術方案解決了上述
技術介紹
中提出的該方式需要一定的轉染檢測經驗，通過根據檢測細胞類型和所需的檢測結果主觀地對檢測過程中的各項轉染條件標簽進行選擇，缺乏系統的、準確的對染效率檢測方法的篩選，特別的，在轉染過程中需要無菌的條件下，利用智能化、自動化的系統處理，相
2、為達到以上目的，本專利技術采用的技術方案為：
3、一種用于轉染試劑高精度測試的轉染效率檢測方法，包括：
4、對待轉染的細胞類型、染色劑類型、外源基因質量和環境條件設定對應的轉染條件標簽；
5、根據歷史數據，基于控制變量法，開展轉染效率檢測對照試驗，并建立實驗數據集；
6、基于pearson相關系數公式，計算每個轉染條件標簽對轉染效率的影響；
7、基于強化學習算法模型，對開展轉染效率檢測過程的轉染條件標簽進行自動識別和選擇，篩選出最優的轉染效率檢測條件；
8、設置更新與反饋平臺，根據轉染效率檢測結果和新型轉染條件標簽對強化學習算法模型進行更新和優化。
9、優選的，所述對待轉染的細胞類型、染色劑類型、外源基因質量和環境條件設定對應的轉染條件標簽具體包括：
10、對待轉染的細胞進行分析與分類，將有相同性質、相同檢測轉染試劑和相同外源基因質量的細胞歸為一類，并打上相同的可識別的標簽；
11、根據染色劑的類型以及優缺點，設置不同的可識別的標簽，其中，轉染色劑類型包括：離子類轉染試劑、載體類轉染試劑、特殊物質輔助轉染試劑和其他類型轉染試劑；
12、根據外源基因的不同片段、濃度、質量和od260/280值，設置不同的可識別標簽，其中，外源基因包括：外源dna、外源rna和外源蛋白質；
13、根據待轉染的細胞所需的不同環境條件，對環境因素進行組合和分類，并設置不同的可識別標簽，其中，環境因素包括：溫度、濕度、酸堿度、氧氣濃度。
14、優選的，所述根據歷史數據，基于控制變量法，開展轉染效率檢測對照試驗，并建立實驗數據集具體包括：
15、根據歷史數據和專業檢測結果，設置轉染效率檢測對照試驗的計劃方案；
16、基于控制變量法，開展轉染效率檢測對照試驗，檢測在不同轉染條件標簽下的轉染效率；
17、記錄與分析對照試驗的檢測結果，建立轉染效率實驗數據集。
18、優選的，所述基于pearson相關系數公式，計算每個轉染條件標簽對轉染效率的影響具體包括：
19、根據轉染效率實驗數據集，基于pearson相關系數公式，計算每個轉染條件標簽對轉染效率的相關系數；
20、通過t統計量來檢驗每個轉染條件標簽對轉染效率的相關性是否顯著，判斷t的值是否大于若是，則表明相關顯著，若否，則表明相關不顯著；
21、記錄每個轉染條件標簽對轉染效率的相關系數和顯著關系，建立轉染效率檢測對照表；
22、所述pearson相關系數表達式為：
23、
24、其中，r為每個轉染條件標簽對轉染效率的相關系數，xi為第i個轉染條件標簽，為第i個轉染條件標簽的平均值，yi為第i個轉染條件標簽對應的轉染效率，為第i個轉染條件標簽對應的轉染效率平均值；
25、所述t統計量表達式為：
26、
27、其中，t為每個轉染條件標簽對應的t統計量，r為每個轉染條件標簽對轉染效率的相關系數，n為每個轉染條件標簽在轉染效率實驗數據集中數據組個數。
28、優選的，所述基于強化學習算法模型，對開展轉染效率檢測過程的轉染條件標簽進行自動識別和選擇，篩選出最優的轉染效率檢測條件具體包括：
29、根據轉染效率檢測對照表中的相關系數值，設置在轉染效率檢測過程中選擇對應轉染條件標簽的概率，并組成狀態轉移概率矩陣；
30、根據需要的轉染效率檢測預期，設置轉染效率檢測在完成一次選擇對應的獎勵值，并計算在完成一輪篩選過程的累計獎勵值；
31、根據馬爾科夫算法，計算下個狀態選擇對應轉染條件標簽和獎勵值的概率；
32、根據貝爾曼公式，計算最優在完成一輪篩選過程的累計獎勵值的期望值；
33、基于強化學習算法模型，通過對模型進行訓練與學習結果，調整篩選轉染效率檢測條件過程中的獎勵值；
34、所述在轉染效率檢測過程中選擇對應轉染條件標簽的概率公式為：
35、π(a|s)＝p(a＝a|s＝s)
36、其中，π(a|s)為轉染效率檢測在第s個狀態下選擇第a個轉染條件標簽概率，a為轉染條件標簽對應的概率集合，s為轉染效率檢測當前狀態的集合；
37、所述狀態轉移概率矩陣為：
38、
39、其中，p(s1|sn)表示狀態s1到sn的概率，且s1到sn的概率和為1；
40、所述計算在完成一輪篩選過程的累計獎勵值表達式為：
41、
42、其中，gk為在完成一次轉染效率檢測決策第k個狀態對應的累計獎勵反饋值，γ為未來對當前狀態的折扣因子，ri+k+1為完成一項轉染效率檢測決策第k+1個狀態對應的累計獎勵反饋值；
43、所述計算下個狀態選擇對應轉染條件標簽和獎勵值的概率表達式為：
44、
45、其中，p[sk+1|ak+1,sk]為轉染效率檢測在第k個狀態下第k+1個狀態概率，p[rk+1|ak+1,sk]為轉染效率檢測第k+1個狀態獎勵值的概率，sk+1為轉染效率檢測第k+1個狀態，sk為轉染效率檢測當前第k個狀態；
46、所述計算最優在完成一輪篩選過程的累計獎勵值的期望值表達式為：<本文檔來自技高網...
【技術保護點】
1.一種用于轉染試劑高精度測試的轉染效率檢測方法，其特征在于，包括：
2.根據權利要求1所述的一種用于轉染試劑高精度測試的轉染效率檢測方法，其特征在于，所述對待轉染的細胞類型、染色劑類型、外源基因質量和環境條件設定對應的轉染條件標簽具體包括：
3.根據權利要求2所述的一種用于轉染試劑高精度測試的轉染效率檢測方法，其特征在于，所述根據歷史數據，基于控制變量法，開展轉染效率檢測對照試驗，并建立實驗數據集具體包括：
4.根據權利要求3所述的一種用于轉染試劑高精度測試的轉染效率檢測方法，其特征在于，所述基于Pearson相關系數公式，計算每個轉染條件標簽對轉染效率的影響具體包括：
5.根據權利要求4所述的一種用于轉染試劑高精度測試的轉染效率檢測方法，其特征在于，所述基于強化學習算法模型，對開展轉染效率檢測過程的轉染條件標簽進行自動識別和選擇，篩選出最優的轉染效率檢測條件具體包括：
6.根據權利要求5所述的一種用于轉染試劑高精度測試的轉染效率檢測方法，其特征在于，所述設置更新與反饋平臺，根據轉染效率檢測結果和新型轉染條件標簽對強化
7.一種電子設備，其特征在于，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，
8.一種計算機可讀存儲介質，存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1-6中任一項所述的一種用于轉染試劑高精度測試的轉染效率檢測方法。
...【技術特征摘要】
1.一種用于轉染試劑高精度測試的轉染效率檢測方法，其特征在于，包括：
2.根據權利要求1所述的一種用于轉染試劑高精度測試的轉染效率檢測方法，其特征在于，所述對待轉染的細胞類型、染色劑類型、外源基因質量和環境條件設定對應的轉染條件標簽具體包括：
3.根據權利要求2所述的一種用于轉染試劑高精度測試的轉染效率檢測方法，其特征在于，所述根據歷史數據，基于控制變量法，開展轉染效率檢測對照試驗，并建立實驗數據集具體包括：
4.根據權利要求3所述的一種用于轉染試劑高精度測試的轉染效率檢測方法，其特征在于，所述基于pearson相關系數公式，計算每個轉染條件標簽對轉染效率的影響具體包括：
5.根據權利要求4所述的一種用于轉...
【專利技術屬性】
技術研發人員：孫莎莎，
申請(專利權)人：蘇州啟和醫療科技有限公司，
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。