具体实施方式

本申请实施例通过提供一种提高基因编辑技术安全性方法和系统，解决了现有技术中基因编辑技术安全性低、脱靶率高，脱靶预测不够准确的技术问题，达到了基于训练模型进行基因组比对，从而提高脱靶检测的准确性，提高基因编辑技术安全性的技术目的。下面，将参考附图详细的描述本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

脱靶效应依旧是影响基因编辑技术能否广泛应用的主要限制因素，如何正确评估、检测脱靶效应，并提出相应的策略降低脱靶效应，是当前基因编辑研究领域的重要研究方向现有技术中还存在着基因编辑技术安全性低、脱靶率高，脱靶预测不够准确的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例通过提供一种提高基因编辑技术安全性的方法，其中，所述方法包括：获得进行基因编辑的第一外源基因；获得所述第一外源基因导入后的第一细胞基因序列信息；根据所述第一外源基因获得易脱靶的第一基因区域；根据所述第一细胞基因序列信息和所述第一基因区域获得所述第一基因区域内的第二细胞基因序列信息；将所述第二细胞基因序列信息输入第一训练模型中，所述第一训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：第二细胞基因序列信息，以及标识所述第二细胞基因序列是否满足预定条件的结果信息；获得所述第一训练模型的第一输出信息，其中，所述第一输出信息标识所述第二细胞基因序列是否满足预定条件的结果信息；当所述第一输出信息满足所述预定条件时，获得基因编辑技术安全性的第一结果。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种提高基因编辑技术安全性的方法，其中，所述方法包括：

步骤S100：获得进行基因编辑的第一外源基因；

具体而言，基因编辑依赖于经过基因工程改造的核酸酶，也称“分子剪刀”，在基因组中特定位置产生位点特异性双链断裂(DSB)，诱导生物体通过非同源末端连接(NHEJ)或同源重组(HR)来修复DSB，因为这个修复过程容易出错，从而导致靶向突变，这种靶向突变就是基因编辑。所述第一外源基因即对一段DNA序列进行基因编辑的一段引导序列。

步骤S200：获得所述第一外源基因导入后的第一细胞基因序列信息；

具体而言，将所述第一外源基因在核酸酶的作用下，导入至原始基因序列之后，就获得了所述第一细胞基因序列信息，为预测脱靶效应奠定了基础。

步骤S300：根据所述第一外源基因获得易脱靶的第一基因区域；

具体而言，所述第一基因区域为所述第一细胞基因序列中容易发生脱靶现象的区域，通过预测所述第一细胞基因序列中的潜在脱靶位点来确定所述第一基因区域，继而对所述第一基因区域内的基因序列进行分析检测。

步骤S400：根据所述第一细胞基因序列信息和所述第一基因区域获得所述第一基因区域内的第二细胞基因序列信息；

具体而言，在确定所述第一基因区域之后，对所述第一基因区域之内的基因序列信息进行检测，从而通过评估所述第一基因区域内基因编辑的安全性，来实现整个基因序列安全性的评估。

步骤S500：将所述第二细胞基因序列信息输入第一训练模型中，所述第一训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：第二细胞基因序列信息，以及标识所述第二细胞基因序列是否满足预定条件的结果信息；

步骤S600：获得所述第一训练模型的第一输出信息，其中，所述第一输出信息标识所述第二细胞基因序列是否满足预定条件的结果信息；

具体而言，所述第一训练模型为一机器学习模型，所述机器学习模型能通过大量数据不断的学习，进而不断地修正模型，最终获得满意的经验来处理其他数据。所述机器模型通过多组训练数据训练获得，所述神经网络模型通过训练数据训练的过程本质上为监督学习的过程。所述多组中的训练数据中的每一组训练数据均包括：第二细胞基因序列信息，以及标识所述第二细胞基因序列是否满足预定条件的结果信息；在获得所述第二细胞基因序列信息的情况下，机器学习模型会输出所述第二细胞基因序列是否满足预定条件的结果信息的标识信息，通过标识的所述第二细胞基因序列是否满足预定条件的结果信息来对机器学习模型输出的所述第二细胞基因序列是否满足预定条件的结果信息进行校验，如果输出的所述第二细胞基因序列是否满足预定条件的结果信息同标识的所述第二细胞基因序列是否满足预定条件的结果信息相一致，则本数据监督学习完成，则进行下一组数据监督学习；如果输出的所述第二细胞基因序列是否满足预定条件的结果信息同标识的所述第二细胞基因序列是否满足预定条件的结果信息不一致，则机器学习模型自身进行调整，直到机器学习模型达到预期的准确率后，进行下一组数据的监督学习。通过训练数据使机器学习模型自身不断地修正、优化，通过监督学习的过程来提高机器学习模型处理所述数据的准确性，进而获得更为准确的所述第二细胞基因序列是否满足预定条件的结果信息。

步骤S700：当所述第一输出信息满足所述预定条件时，获得基因编辑技术安全性的第一结果。

具体而言，若由所述第一输出信息获得所述第二细胞基因序列满足所述预定条件，所述预定条件为所述第二细胞基因序列是否发生脱靶效应，若所述第二细胞基因序列通过基因组检测与原始基因序列相同，则所述第二细胞基因序列满足所述预定条件，从而获得基因编辑技术安全性的第一结果的评估信息。

进一步而言，本申请实施例步骤S700还包括：

步骤S701：根据所述第一外源基因获得不易脱靶的第二基因区域；

步骤S702：根据所述第一细胞基因序列信息和所述第二基因区域获得所述第二基因区域内的第三细胞基因序列信息；

步骤S703：将所述第三细胞基因序列信息输入第二训练模型中，所述第二训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：第三细胞基因序列信息，以及标识所述第三细胞基因序列信息是否满足所述预定条件的结果信息；

步骤S704：获得所述第二训练模型的第二输出信息，其中，所述第二输出信息标识所述第三细胞基因序列是否满足预定条件的结果信息；

步骤S705：当所述第二输出信息表示满足预定条件时，获得基因编辑技术安全性的第二结果。

具体而言，所述第二基因区域为所述第一细胞基因序列信息中不易脱靶的区域，获得所述第二基因区域的基因序列信息，即所述第三细胞基因序列信息，并将所述第三细胞基因序列信息输入至所述第二训练模型中，所述第二机器模型通过多组训练数据训练获得，所述神经网络模型通过训练数据训练的过程本质上为监督学习的过程。所述多组中的训练数据中的每一组训练数据均包括：第三细胞基因序列信息，以及标识所述第三细胞基因序列信息是否满足预定条件的结果信息；在获得所述第三细胞基因序列信息的情况下，机器学习模型会输出所述第三细胞基因序列信息是否满足条件的标识信息，通过标识的所述第三细胞基因序列信息是否满足预定条件的结果信息来对机器学习模型输出的所述第三细胞基因序列信息是否满足预定条件的结果信息进行校验，如果输出的所述第三细胞基因序列信息是否满足预定条件的结果信息同标识的所述第三细胞基因序列信息是否满足预定条件的结果信息相一致，则本数据监督学习完成，则进行下一组数据监督学习；如果输出的所述第三细胞基因序列信息是否满足预定条件的结果信息同标识的所述第三细胞基因序列信息是否满足预定条件的结果信息不一致，则机器学习模型自身进行调整，直到机器学习模型达到预期的准确率后，进行下一组数据的监督学习。若所述第三细胞基因序列通过基因组检测与原始基因序列相同，则所述第三细胞基因序列满足所述预定条件，从而获得基因编辑技术安全性的第二结果的评估信息。

进一步而言，本申请实施例步骤S200还包括：

步骤S201：将所述第一细胞基因序列信息输入至第一预测模型；

步骤S202：获得第一潜在脱靶位点信息；

步骤S203：将所述第一潜在脱靶位点信息输入至第一比对模型。

具体而言，脱靶检测最简单有效的方法之一是全基因组测序法。通过所述第一预测模型预测所述第一细胞基因序列信息中潜在的脱靶位点，然后将所述第一潜在脱靶位点信息输入至所述第一比对模型中，与原始基因组进行比对。

进一步而言，本申请实施例步骤S201还包括：

步骤S2011：将所述第二细胞基因序列信息输入至所述第一预测模型；

步骤S2012：获得第二潜在脱靶位点信息；

步骤S2013：将所述第二潜在脱靶位点信息输入至所述第一比对模型；

步骤S2014：由所述第一比对模型输出第一比对结果；

步骤S2015：依据所述第一比对结果，确定所述第一基因区域。

具体而言，获得所述第二细胞基因序列信息的潜在脱靶位点信息，并通过所述第一比对模型与所述第一潜在脱靶位点进行基因组信息比对，潜在脱靶位点没有变化则证明没有脱靶，有变化则有可能存在脱靶，继而由所述第一比对结果确定所述第一细胞基因序列信息中的易脱靶区域，即所述第一基因区域。

进一步而言，本申请实施例步骤S100还包括：

步骤S101：获得基因编辑的第一外源基因之后，所述方法还包括：

步骤S102：获得所述第一外源基因的第一品种信息；

步骤S103：依据所述第一品种信息获得所述第一外源基因的第一参考组基因信息；

步骤S104：依据所述第一参考组基因信息获得第一靶标信息；

步骤S105：依据所述第一靶标信息将所述第一外源基因进行导入。

具体而言，即使是同一个物种，不同的品种、品系间都存在相当大的遗传差异，这会对脱靶、基因编辑精准性会产生很大影响。故做每一个品种的基因组编辑时，以该品种的参考基因组去做靶标设计，可以有效提高基因编辑的安全性，减少脱靶现象的发生。通过确定所述第一外源基因的品种，继而依据所述第一品种信息获得参考基因组，获得所述第一靶标信息，从而依据所述第一靶标信息进行所述第一外源基因的导入。

进一步而言，本申请实施例步骤S400还包括：

步骤S401：根据所述第一细胞基因序列信息生成第一验证码，其中，所述第一验证码是与所述第一细胞基因序列信息相对应；

步骤S402：根据所述第二细胞基因序列信息和所述第一验证码生成第二验证码；以此类推，根据第N细胞基因序列信息和第N-1 验证码生成第N验证码，其中，N为大于1的自然数；

步骤S403：将各个细胞基因序列信息和相应的验证码分别作为一个存储单元，将各存储单元分别复制保存在M台设备上，其中， M为大于1的自然数。

具体而言，为了保证基因序列信息的安全性，根据所述第一细胞基因序列信息生成第一验证码，其中，第一验证码与所述第一细胞基因序列信息是一一对应的；根据所述第二细胞基因序列信息和第一验证码生成第二验证码…以此类推，将所述第一细胞基因序列信息与所述第一验证码作为第一存储单元，将所述第二细胞基因序列信息与所述第二验证码作为第二存储单元…以此类推，共获得N个存储单元。所述验证码信息作为主体标识信息，主体的标识信息用来与其他主体作出区别。当需要调用所述细胞基因序列信息时，每后一个节点接收前一节点存储的数据后，通过“共识机制”进行校验后保存，通过哈希技术对于每一存储单位进行串接，使得所述细胞基因序列信息不易丢失和遭到破坏，通过基于区块链的数据信息处理技术，保证了基因编辑过程中基因序列信息存储的安全性。

进一步而言，本申请实施例步骤S402还包括：

步骤S4021：将所述第N细胞基因序列信息和所述第N验证码作为第N存储单元；

步骤S4022：获得所述第N存储单元记录时间，所述第N存储单元记录时间表示第N存储单元需要记录的时间；

步骤S4023：根据所述第N存储单元记录时间，获得所述M台设备中内存最大的第一设备；

步骤S4024：将所述第N存储单元的记录权发送给所述第一设备。

具体而言，对所述第N细胞基因序列信息和第N验证码进行分块，生成多个区块，第N设备节点通过对区块进行共识后添加至区块链中。所述第N存储单元记录时间为设备节点基于获取到的所述第N验证码信息和所述第N细胞基因序列信息，通过“共识机制”进行验证，验证通过后进行储存并添加到原有区块中所用的时间。所述第N存储单元记录时间越短，则该设备节点运力则为最快。选取该运力最快的设备作为区块记录设备，提高了区块链中链上链下数据交互的实时性，保证了去中心化区块链系统的安全、有效和稳定运行，进而提高了区块链消息处理的效率，实现了提高细胞基因序列信息存储安全性的技术效果。

综上所述，本申请实施例所提供的一种提高基因编辑技术安全性的方法具有如下技术效果：

由于采用了通过将基因编辑后的基因序列输入至训练模型，从而对其中易脱靶区域的基因序列进行检测，从而对可能发生的脱靶现象进行预测，基于训练模型能够不断学习、获取经验来处理数据的特点，从而能够对编辑后的基因组进行准确比对，实现提高脱靶检测的准确性，提高基因编辑技术安全性的技术目的。

实施例二

基于与前述实施例中一种提高基因编辑技术安全性的方法同样发明构思，本发明还提供了一种提高基因编辑技术安全性的系统，如图2所示，所述系统包括：

第一获得单元11，所述第一获得单元11用于获得进行基因编辑的第一外源基因；

第二获得单元12，所述第二获得单元12用于获得所述第一外源基因导入后的第一细胞基因序列信息；

第三获得单元13，所述第三获得单元13用于根据所述第一外源基因获得易脱靶的第一基因区域；

第四获得单元14，所述第四获得单元14用于根据所述第一细胞基因序列信息和所述第一基因区域获得所述第一基因区域内的第二细胞基因序列信息；

第一输入单元15，所述第一输入单元15用于将所述第二细胞基因序列信息输入第一训练模型中，所述第一训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：第二细胞基因序列信息，以及标识所述第二细胞基因序列是否满足条件的结果信息；

第五获得单元16，所述第五获得单元16用于获得所述第一训练模型的第一输出信息，其中，所述第一输出信息标识所述第二细胞基因序列是否满足预定条件的结果信息；

第六获得单元17，所述第六获得单元17用于当所述第一输出信息满足所述预定条件时，获得基因编辑技术安全性的第一结果。

进一步的，所述系统还包括：

第七获得单元，所述第七获得单元用于根据所述第一外源基因获得不易脱靶的第二基因区域；

第八获得单元，所述第八获得单元用于根据所述第一细胞基因序列信息和所述第二基因区域获得所述第二基因区域内的第三细胞基因序列信息；

第二输入单元，所述第二输入单元用于将所述第三细胞基因序列信息输入第二训练模型中，所述第二训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：第三细胞基因序列信息，以及标识所述第三细胞基因序列信息是否满足预定条件的结果信息；

第九获得单元，所述第九获得单元用于获得所述第二训练模型的第二输出信息，其中，所述第二输出信息标识所述第三细胞基因序列是否满足预定条件的结果信息；

第十获得单元，由所述第十获得单元用于当所述第二输出信息表示满足预定条件时，获得基因编辑技术安全性的第二结果。

进一步的，所述系统还包括：

第三输入单元，所述第三输入单元用于将所述第一细胞基因序列信息输入至第一预测模型；

第十一获得单元，所述第十一获得单元用于获得第一潜在脱靶位点信息；

第四输入单元，所述第四输入单元用于将所述第一潜在脱靶位点信息输入至第一比对模型。

进一步的，所述系统还包括：

第五输入单元，所述第五输入单元用于将所述第二细胞基因序列信息输入至所述第一预测模型；

第十二获得单元，所述第十二获得单元用于获得第二潜在脱靶位点信息；

第六输入单元，所述第六输入单元用于将所述第二潜在脱靶位点信息输入至所述第一比对模型；

第十三获得单元，所述第十三获得单元用于由所述第一比对模型输出第一比对结果；

第十四获得单元，所述第十四获得单元用于依据所述第一比对结果，确定所述第一基因区域。

进一步的，所述系统还包括：

第十五获得单元，所述第十五获得单元用于获得所述第一外源基因的第一品种信息；

第十六获得单元，所述第十六获得单元用于依据所述第一品种信息获得所述第一外源基因的第一参考组基因信息；

第十七获得单元，所述第十七获得单元用于依据所述第一参考组基因信息获得第一靶标信息；

第一导入单元，所述第一导入单元用于依据所述第一靶标信息将所述第一外源基因进行导入。

进一步的，所述系统还包括：

第十八获得单元，所述第十八获得单元用于根据所述第一细胞基因序列信息生成第一验证码，其中，所述第一验证码是与所述第一细胞基因序列信息相对应；

第十九获得单元，所述第十九获得单元用于根据所述第二细胞基因序列信息和所述第一验证码生成第二验证码；以此类推，根据第N 细胞基因序列信息和第N-1验证码生成第N验证码，其中，N为大于1的自然数；

第一存储单元，所述第一存储单元用于将各个细胞基因序列信息和相应的验证码分别作为一个存储单元，将各存储单元分别复制保存在M台设备上，其中，M为大于1的自然数。

进一步的，所述系统还包括：

第二十获得单元，所述第二十获得单元用于将所述第N细胞基因序列信息和所述第N验证码作为第N存储单元；

第二十一获得单元，所述第二十一获得单元用于获得所述第N 存储单元记录时间，所述第N存储单元记录时间表示第N存储单元需要记录的时间；

第二十二获得单元，所述第二十二获得单元用于根据所述第N 存储单元记录时间，获得所述M台设备中内存最大的第一设备；

第一发送单元，所述第一发送单元用于将所述第N存储单元的记录权发送给所述第一设备。

前述图1实施例一中的一种提高基因编辑技术安全性的方法的各种变化方式和具体实例同样适用于本实施例的一种提高基因编辑技术安全性的系统，通过前述对一种提高基因编辑技术安全性的方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种提高基因编辑技术安全性的系统，所以为了说明书的简洁，在此不再详述。

示例性电子设备

下面参考图3来描述本申请实施例的电子设备。

图3图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种提高基因编辑技术安全性的方法的发明构思，本发明还提供一种提高基因编辑技术安全性的系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种提高基因编辑技术安全性的方法的任一方法的步骤。

其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器 301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本申请实施例通过提供一种提高基因编辑技术安全性的方法，其中，所述方法包括：获得进行基因编辑的第一外源基因；获得所述第一外源基因导入后的第一细胞基因序列信息；根据所述第一外源基因获得易脱靶的第一基因区域；根据所述第一细胞基因序列信息和所述第一基因区域获得所述第一基因区域内的第二细胞基因序列信息；将所述第二细胞基因序列信息输入第一训练模型中，所述第一训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：第二细胞基因序列信息，以及标识所述第二细胞基因序列是否满足预定条件的结果信息；获得所述第一训练模型的第一输出信息，其中，所述第一输出信息标识所述第二细胞基因序列是否满足预定条件的结果信息；当所述第一输出信息满足所述预定条件时，获得基因编辑技术安全性的第一结果。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/ 或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。