CN116564411B - 等温扩增核酸的结果判定方法、系统、设备及存储介质 - Google Patents

等温扩增核酸的结果判定方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN116564411B
CN116564411B CN202310847533.2A CN202310847533A CN116564411B CN 116564411 B CN116564411 B CN 116564411B CN 202310847533 A CN202310847533 A CN 202310847533A CN 116564411 B CN116564411 B CN 116564411B
Authority
CN
China
Prior art keywords
signal data
data set
signal
unit time
time point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310847533.2A
Other languages
English (en)
Other versions
CN116564411A (zh
Inventor
葛永兵
贺志民
陈翀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Universal Junan Biotechnology Co ltd
Original Assignee
Guangzhou Universal Junan Biotechnology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Universal Junan Biotechnology Co ltd filed Critical Guangzhou Universal Junan Biotechnology Co ltd
Priority to CN202310847533.2A priority Critical patent/CN116564411B/zh
Publication of CN116564411A publication Critical patent/CN116564411A/zh
Application granted granted Critical
Publication of CN116564411B publication Critical patent/CN116564411B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/10—Signal processing, e.g. from mass spectrometry [MS] or from PCR
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/20—Supervised data analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/30—Against vector-borne diseases, e.g. mosquito-borne, fly-borne, tick-borne or waterborne diseases whose impact is exacerbated by climate change

Abstract

本发明提出了一种等温扩增核酸的结果判定方法、系统、设备及存储介质，在上样后待测样本确定样本源后确定目标基因的方法包括：获取反应检测体系中每单位时间点采集的用于绘制非线性函数曲线的信号数据集；收集某一时刻前的第一信号数据集，通过第一信号数据集的信号增速判断非线性函数曲线存在或不存在扩增分界点，确定所述某一时刻的非线性函数曲线类型；收集某一时刻前的第二信号数据集，通过第二信号数据集的信号同比增速确定对于非线性函数曲线类型匹配的准确度以及是否符合阳性样本特征。本发明通过设置的多级判定方法输出判定结果，可提高等温扩增核酸结果判定的效率和准确性，还能应用于其他反应结果判定，具有较好的应用前景。

Description

等温扩增核酸的结果判定方法、系统、设备及存储介质
技术领域
本发明涉及计算机技术领域，具体涉及一种等温扩增核酸的结果判定方法、系统、设备及存储介质。
背景技术
目前核酸扩增和检测技术在生物技术、基础科学、医学研究等领域内均有广泛的应用研究。核酸扩增检测是通过酶的作用将待检核酸序列进行扩增，然后检出的方法。核酸扩增技术包括常规PCR、实时荧光PCR、数字PCR以及目前临床伴随诊断(POCT)技术流行的等温扩增技术，如LAMP、CPA技术等。
上述检测方法会产生大量的原始数据值，数据处理方法的不同可能会显著的影响最终的结果，无法精确判定检测结果，例如在公开号为CN112852929A的专利文献中提供了一种用于检测DNA的组合产品，尽管可以通过搭配多种等温扩增方法并通过单链探针放大实现信号放大，但是对于数据处理方法可能对处理检测数据的判别结果产生影响时的容错性还需进一步研究。
发明内容
为解决现有技术中等温扩增核酸检测结果判定存在的缺陷，本发明提出一种等温扩增核酸的结果判定方法、系统、设备及存储介质。
本发明第一方面公开了一种等温扩增核酸的结果判定方法，在上样后待测样本通过内标确定样本源，所述上样反应后通过靶标基因确定目标基因的方法包括：
获取与所述反应后相关的信号数据集，所述信号数据集包括反应检测体系中每单位时间点采集的信号数据，所述信号数据用于绘制非线性函数曲线；
收集某一时刻前的第一信号数据集，通过所述第一信号数据集的信号增速判断所述非线性函数曲线存在或不存在扩增分界点，以及确定所述某一时刻的所述非线性函数曲线类型，所述第一信号数据集至少包括四个连续的信号数据；
收集所述某一时刻前的第二信号数据集，通过所述第二信号数据集的信号同比增速确定对于所述非线性函数曲线类型匹配的准确度以及是否符合阳性样本特征，所述第二信号数据集至少包括四个连续的第一信号数据集。
在一个可选的实施例中，所述在上样后待测样本通过内标确定样本源包括：
通过IC内标确定待测样本是否符合样本来源的测试要求，若是，继续执行检测，若否，则终止检测。
在一个可选的实施例中，
所述上样反应后通过靶标基因确定目标基因为判定所述靶标基因的非线性函数曲线是否符合阳性S型曲线特征，若是则终止检测并输出阳性检测结果，若否则遍历全部非线性函数曲线直至输出阳性检测结果后终止检测，若遍历全部扩增曲线无阳性检测结果则输出阴性检测结果。
在一个可选的实施例中，所述收集某一时刻前的第一信号数据集，基于某一时刻收集所述某一时刻前相邻单位时间间隔的信号数据作为第一信号数据集。
在一个可选的实施例中，所述通过所述第一信号数据集的信号增速判断所述非线性函数曲线存在或不存在扩增分界点包括：
通过信号增速公式计算所述第一信号数据集中全部时间点的信号数据对应的信号增速，所述信号增速的计算公式为：
；
其中，表示某一时刻信号数据对应的信号增速，/>表示某一时刻对应的信号数据，/>表示某一时刻的前i个单位时间点的信号数据,t表示某一时刻对应的时间点，i表示某一时刻的前i个单位时间点对应的时间点；
判断所述第一信号数据集中连续单位时间间隔的信号数据对应的信号增速与第一阈值间的数量关系，若信号增速大于或等于第一阈值，则将本次判断结果记为一次，并累加进第一累积值中，若信号增速小于第一阈值，则终止检测并重新采集其他时刻前的第一信号数据集；
预设第一累积阈值，若所述第一累积值大于或等于所述第一累积阈值，则确定所述非线性函数曲线存在扩增分界点，记录所述扩增分界点对应的时间点Findex并执行下一步检测，若否则所述非线性函数曲线不存在扩增分界点，返回重新采集第一信号数据集进行检测直至出现扩增分界点。
在一个可选的实施例中，所述确定非线性函数曲线类型包括：
若所述非线性函数曲线存在扩增分界点，计算所述时间点Findex到所述信号数据第0时刻间的距离长度F0t；
预设所述非线性函数曲线的基线期时间段对应的最小长度BMinlen；
比较所述距离长度F0t与最小长度BMinlen间的数量关系，若所述距离长度F0t大于或等于最小长度BMinlen，则确定所述某一时刻的所述非线性函数曲线类型为S型曲线，若否，则终止检测并重新采集其他时刻前的第一信号数据集。
在一个可选的实施例中，所述收集所述某一时刻前的第二信号数据集，通过所述第二信号数据集的信号同比增速确定对于所述非线性函数曲线类型匹配的准确度以及是否符合阳性样本特征包括:
基于确定的所述某一时刻的时间起点，收集某一时刻前若干相邻的相同单位时间点间隔的第一信号数据集组成第二信号数据集；
计算所述第二信号数据集中所述相同单位时间点间隔的第一信号数据集所中信号数据的均值，通过相邻单位时间点间隔的均值计算所述第二信号数据集中每个第一信号数据集对应的信号同比增速;
判断所述第二信号数据集中连续单位时间间隔的第一信号数据集对应的信号同比增速与第二阈值间的数量关系，若信号同比增速大于或等于第二阈值，则将本次判断结果记为一次，并累加进第二累积值中，若信号同比增速小于第二阈值，则终止检测并重新采集信号数据；
预设第二累积阈值，若所述第二累积值大于或等于所述第二累积阈值，则确定所述非线性函数曲线为阳性曲线，若否，则终止检测并重新采集信号数据。
在一个可选的实施例中，所述均值的计算公式为：
；
所述信号同比增速计算公式为：
；
其中，表示某一时刻起第一信号数据集的均值，/>表示某一时刻对应的信号数据，/>表示某一时刻的前i个单位时间点的信号数据,t表示某一时刻对应的时间点，i表示某一时刻的前i个单位时间点对应的时间点,/>表示某一时刻起相邻单位时间点间隔的第一信号数据集的均值，/>表示某一时刻起相邻单位时间点间隔第一信号数据集中对应的信号数据，且所述/>信号数据的起始时间点为所述扩增分界点对应的时间点Findex，/>表示某一时刻起相邻单位时间点间隔第一信号数据集中对应的前s个单位时间点的信号数据，i表示某一时刻的前i个单位时间点对应的时间点，s表示某一时刻起相邻单位时间点间隔第一信号数据集中前s个单位时间点对应的时间点,/>表示某一时刻起至相邻单位时间点间隔间两相邻第一数据集的信号同比增速。
本发明第二方面公开了一种等温扩增核酸的结果判定系统，所述系统包括：
初检模块,用于在上样后待测样本通过内标确定样本源，以及所述上样反应后通过靶标基因确定目标基因；
数据采集模块，用于获取与所述反应后相关的信号数据集，所述信号数据集包括反应检测体系中每单位时间点采集的信号数据，所述信号数据用于绘制非线性函数曲线；
一级判定模块，用于收集某一时刻前的第一信号数据集，通过所述第一信号数据集的信号增速判断所述非线性函数曲线存在或不存在扩增分界点，以及确定所述某一时刻的所述非线性函数曲线类型，所述第一信号数据集至少包括四个信号数据；
二级判定模块，收集所述某一时刻前的第二信号数据集，通过所述第二信号数据集的信号同比增速确定对于所述非线性函数曲线类型匹配的准确度以及是否符合阳性样本特征，所述第二信号数据集至少包括四个所述第一信号数据集。
在一个可选的实施例中，所述一级判定模块包括：
一级计算模块，用于通过信号增速公式计算所述第一信号数据集中全部时间点的信号数据对应的信号增速，所述信号增速的计算公式为：
；
其中，表示某一时刻信号数据对应的信号增速，/>表示某一时刻对应的信号数据，/>表示某一时刻的前i个单位时间点的信号数据,t表示某一时刻对应的时间点，i表示某一时刻的前i个单位时间点对应的时间点；判断所述第一信号数据集中连续单位时间间隔的信号数据对应的信号增速与第一阈值间的数量关系，若信号增速大于或等于第一阈值，则将本次判断结果记为一次，并累加进第一累积值中，若信号增速小于第一阈值，则终止检测并重新采集其他时刻前的第一信号数据集；预设第一累积阈值，若所述第一累积值大于或等于所述第一累积阈值，则确定所述非线性函数曲线存在扩增分界点，记录所述扩增分界点对应的时间点Findex并执行下一步检测，若否则所述非线性函数曲线不存在扩增分界点，返回重新采集第一信号数据集进行检测直至出现扩增分界点。
在一个可选的实施例中，所述确定所述某一时刻的所述非线性函数曲线类型包括：
若所述非线性函数曲线存在扩增分界点，计算所述时间点Findex到所述信号数据第0时刻间的距离长度F0t；预设所述非线性函数曲线的基线期时间段对应的最小长度BMinlen；比较所述距离长度F0t与最小长度BMinlen间的数量关系，若所述距离长度F0t大于或等于最小长度BMinlen，则确定所述某一时刻的所述非线性函数曲线类型为S型曲线，若否，则终止检测并重新采集其他时刻前的第一信号数据集。
在一个可选的实施例中，所述二级判定模块包括：
二级计算模块，用于基于确定的所述某一时刻的时间起点，收集某一时刻前若干相邻的相同单位时间点间隔的第一信号数据集组成第二信号数据集；计算所述第二信号数据集中所述相同单位时间点间隔的第一信号数据集所中信号数据的均值，通过相邻单位时间点间隔的均值计算所述第二信号数据集中每个第一信号数据集对应的信号同比增速;判断所述第二信号数据集中连续单位时间间隔的第一信号数据集对应的信号同比增速与第二阈值间的数量关系，若信号同比增速大于或等于第二阈值，则将本次判断结果记为一次，并累加进第二累积值中，若信号同比增速小于第二阈值，则终止检测并重新采集信号数据；预设第二累积阈值，若所述第二累积值大于或等于所述第二累积阈值，则确定所述非线性函数曲线为阳性曲线，若否，则终止检测并重新采集信号数据。
所述均值的计算公式为：
；
所述信号同比增速计算公式为：
；
其中，表示某一时刻起第一信号数据集的均值，/>表示某一时刻对应的信号数据，/>表示某一时刻的前i个单位时间点的信号数据,t表示某一时刻对应的时间点，i表示某一时刻的前i个单位时间点对应的时间点,/>表示某一时刻起相邻单位时间点间隔的第一信号数据集的均值，/>表示某一时刻起相邻单位时间点间隔第一信号数据集中对应的信号数据，且所述/>信号数据的起始时间点为所述扩增分界点对应的时间点Findex，/>表示某一时刻起相邻单位时间点间隔第一信号数据集中对应的前s个单位时间点的信号数据，i表示某一时刻的前i个单位时间点对应的时间点，s表示某一时刻起相邻单位时间点间隔第一信号数据集中前s个单位时间点对应的时间点,/>表示某一时刻起至相邻单位时间点间隔间两相邻第一数据集的信号同比增速。
本发明第三方面公开了一种等温扩增核酸的结果判定设备，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如本发明第一方面公开的任一项所述的等温扩增核酸的结果判定方法。
本发明第四方面公开了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如本发明第一方面公开的任一项所述的等温扩增核酸的结果判定方法。
与现有技术相比，本发明具有以下优点：
本发明可实时进行结果判定，相比于qPCR需要等待反应结束，只要判断有阳性的“S”型曲线即结束反应，输出阳性结果，提高检测效率。
本发明通过先判断信号数据曲线是水平线的基线还是达到指数扩增期的斜线，若达到指数扩增期的斜线则进行下一步，判断该曲线的指数扩增期的高度是否达到预置高度（即阳性样本高度），若达到为阳性曲线，若不能达到为阴性曲线，通过设置的两级判定方法输出判定结果，增加了判定的准确性。
本发明可用于判定不同反应得到的S型曲线，如等温扩增反应得到的曲线，qPCR反应得到的扩增曲线等，具有较好的应用前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明等温扩增核酸的结果判定方法的流程图；
图2为本发明实施例1中qPCR反应部分结果曲线的实验数据图；
图3为本发明实施例1中部分等温扩增核酸结果曲线的第一实验数据图；
图4为本发明实施例1中部分等温扩增核酸结果曲线的第二实验数据图；
图5为本发明等温扩增核酸的结果判定系统的示意图；
图6为本发明实施例1中靶标基因确定目标基因的逻辑流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”、“第四”等仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1，参见图1，本发明实施方式公开了一种等温扩增核酸的结果判定方法，在上样后待测样本通过内标确定样本源，所述上样反应后通过靶标基因确定目标基因的方法包括：
S1：获取与所述反应后相关的信号数据集，所述信号数据集包括反应检测体系中每单位时间点采集的信号数据，所述信号数据用于绘制非线性函数曲线；
需要说明的是，本实施例中目标基因为检测反应中所需检测出阳性结果的基因，进一步检测通过判定检测反应后靶标基因的信号数据生成的曲线是否为S形阳性曲线，通过曲线结果判定方法进一步确认检测反应中是否存在所要检测的目标基因，例如待检测样本中所要检测的目标基因，则经过上样反应后的靶标基因生成曲线，通过判定曲线特征确认曲线判定结果是否为S形阳性曲线，若待测样本中所有信号数据生成的曲线均不能判定为S形阳性曲线，则可以确认待测样本为阴性检测结果，即待测样本中没有本次所要检测的目标基因，若待测样本中信号数据生成的曲线至少存在一个被判定为S形阳性曲线，则可以确认待测样本为阳性检测结果，即待测样本中存在本次所要检测的目标基因。
需要说明的是，从反应开始后的每一个单位时间点收集检测体系中的信号（可以是荧光信号或其他信号），而每一个单位时间点可以是具体的时间，例如秒或分，单位时间点可根据实际检测需求进行调整；通过一系列的采样点，判定这些采样点根据时间绘制的曲线是否符合“S”型曲线，因为一个单位时间点无法判读S曲线，需要至少三个单位时间点的信号数据才能判读，若没有收集到至少三个连续单位时间点数据，则返回数据采集的步骤重新执行判定。
需要说明的是，从反应开始后的每一个单位时间点收集检测体系中的信号（可以是荧光信号或其他信号），而每一个单位时间点可以是具体的时间，例如秒或分，单位时间点可根据实际检测需求进行调整；通过一系列的采样点，判定这些采样点根据时间绘制的曲线是否符合“S”型曲线，因为一个单位时间点无法判读S曲线，需要至少三个单位时间点的信号数据才能判读，若没有收集到至少三个连续单位时间点数据，则返回数据采集的步骤重新执行判定。
S2：收集某一时刻前的第一信号数据集，通过所述第一信号数据集的信号增速判断所述非线性函数曲线存在或不存在扩增分界点，以及确定所述某一时刻的所述非线性函数曲线类型，所述第一信号数据集至少包括四个连续的信号数据；
S3：收集所述某一时刻前的第二信号数据集，通过所述第二信号数据集的信号同比增速确定对于所述非线性函数曲线类型匹配的准确度以及是否符合阳性样本特征，所述第二信号数据集至少包括四个连续的第一信号数据集。
需要说明的是，待测样本上样后用内标确定待测样本的物种是否符合测试要求（例如该方法为测定人源的目标基因，内参用于测定待测样本的种属是否为人源），如图6所示，其中IC为内标，T1、T2、Tn可表示为靶标基因（例如待测样本为目标基因，则T为目标基因的保守基因，例如糖蛋白等可用于检测的基因），判读其是否为阳性S曲线，若为阳性S曲线则T为阳性，n的数量为1-4个（根据实际检测场景对n的数量进行调整）。
需要说明的是，通过比较靶标基因T的信号曲线为阳性S曲线的数量是否大于等于N（预设参数，例如检测目标时，N数量为2，检测其他病毒或细菌时，数量为1），若是靶标基因T的信号曲线为阳性S曲线的数量大于等于N时，则待测样样本为阳性并输出阳性结果，若信号靶标基因T的信号曲线为阳性S曲线的数量小于N时，则待测样本为阴性并输出阴性结果。
在一个可选的实施例中，所述在上样后待测样本通过内标确定样本源包括：
通过IC内标确定待测样本是否符合样本来源的测试要求，若是，继续执行检测，若否，则终止检测。
在一个可选的实施例中，
所述上样反应后通过靶标基因确定目标基因为判定所述靶标基因的非线性函数曲线是否符合阳性S型曲线特征，若是则终止检测并输出阳性检测结果，若否则遍历全部非线性函数曲线直至输出阳性检测结果后终止检测，若遍历全部扩增曲线无阳性检测结果则输出阴性检测结果。
在一个可选的实施例中，所述收集某一时刻前的第一信号数据集，基于某一时刻收集所述某一时刻前相邻单位时间间隔的信号数据作为第一信号数据集。
在一个可选的实施例中，所述通过所述第一信号数据集的信号增速判断所述非线性函数曲线存在或不存在扩增分界点包括：
S201：通过信号增速公式计算所述第一信号数据集中全部时间点的信号数据对应的信号增速，所述信号增速的计算公式为：
；
其中，表示某一时刻信号数据对应的信号增速，/>表示某一时刻对应的信号数据，/>表示某一时刻的前i个单位时间点的信号数据,t表示某一时刻对应的时间点，i表示某一时刻的前i个单位时间点对应的时间点；
S202：判断所述第一信号数据集中连续单位时间间隔的信号数据对应的信号增速与第一阈值间的数量关系，若信号增速大于或等于第一阈值，则将本次判断结果记为一次，并累加进第一累积值中，若信号增速小于第一阈值，则终止检测并重新采集其他时刻前的第一信号数据集；
S203：预设第一累积阈值，若所述第一累积值大于或等于所述第一累积阈值，则确定所述非线性函数曲线存在扩增分界点，记录所述扩增分界点对应的时间点Findex并执行下一步检测，若否则所述非线性函数曲线不存在扩增分界点，返回重新采集第一信号数据集进行检测直至出现扩增分界点。
在一个可选的实施例中，所述确定所述某一时刻的所述非线性函数曲线类型包括：
S204：若所述非线性函数曲线存在扩增分界点，计算所述时间点Findex到所述信号数据第0时刻间的距离长度F0t；
S205：预设所述非线性函数曲线的基线期时间段对应的最小长度BMinlen；
S206：比较所述距离长度F0t与最小长度BMinlen间的数量关系，若所述距离长度F0t大于或等于最小长度BMinlen，则确定所述某一时刻的所述非线性函数曲线类型为S型曲线，若否，则终止检测并重新采集其他时刻前的第一信号数据集。
需要说明的是，本实施例中例如收集包含连续的四个单位时间点的第一信号数据集，计算并判断信号增速/>是否大于等于第一阈值（第一阈值为预设数值，可以理解为扩增曲线中上升的斜率），若该单位时间点t的信号增速大于等于第一阈值，则第一累积值记为1次，循环上述步骤，当前一个单位时间点t-1的信号增速大于等于第一阈值，则第一累积值记为2次，当前两个单位时间点t-2的信号增速大于等于第一阈值，则第一累积值记为3次，当前两个单位时间点t-3的信号增速大于等于第一阈值，则第一累积值记为4次，当第一累积值大于等于第一累积阈值（第一累积阈值为预设值，如设为3，即至少3个连续的单位时间点的增速均大于等于第一阈值，才能确定扩增曲线的扩增分界点Ct值出现的时间）时非线性函数曲线曲线出现基线期与指数期，则荧光定量信号Ct值的时间点Findex为该单位时间点t-F（基线期与指数期的分界点）。时间点Findex与第0秒的距离F0t（出现Ct值的时间段），预置的基线期的最小长度的距离BMinlen（如预置的S曲线的基线期的时间段），比较F0t与BMinlen的大小，若F0t大于等于BMinlen，则判定该单位时间点CVt的非线性函数曲线类型符合S曲线；反之，若不符合S曲线，返回数据采集步骤，直至收集到的数据符合S曲线，若收集的所有数据均不符合S曲线，当反应时间超过预设的反应时间，则输出阴性结果。
进一步的，当本轮采集的第一信号数据集生成的非线性函数曲线曲线存在扩增分界点时，才能证明该非线性函数曲线曲线符合S形曲线特征，进而才能进入下一步骤检测非线性函数曲线曲线的涨幅，只有当非线性函数曲线曲线既通过扩增分界点表现出S形曲线特征又通过曲线涨幅达到预设涨幅阈值，才能认为本轮检测中的线性函数曲线完全符合阳性曲线特征，才能输出阳性判定结果，若第一信号数据集生成的非线性函数曲线曲线不存在扩增分界，则本轮检测的非线性函数曲线曲线不满足阳性曲线特征中的S形曲线，则没有必要再执行下一步检测，而是需要重新采集信号数据，寻找非线性函数曲线曲线中的扩增分界点。
在一个可选的实施例中，所述收集所述某一时刻前的第二信号数据集，通过所述第二信号数据集的信号同比增速确定对于所述非线性函数曲线类型匹配的准确度以及是否符合阳性样本特征包括:
S301：基于确定的所述某一时刻的时间起点，收集某一时刻前若干相邻的相同单位时间点间隔的第一信号数据集组成第二信号数据集；
S302：计算所述第二信号数据集中所述相同单位时间点间隔的第一信号数据集所中信号数据的均值，通过相邻单位时间点间隔的均值计算所述第二信号数据集中每个第一信号数据集对应的信号同比增速;
S303：判断所述第二信号数据集中连续单位时间间隔的第一信号数据集对应的信号同比增速与第二阈值间的数量关系，若信号同比增速大于或等于第二阈值，则将本次判断结果记为一次，并累加进第二累积值中，若信号同比增速小于第二阈值，则终止检测并重新采集信号数据；
S304：预设第二累积阈值，若所述第二累积值大于或等于所述第二累积阈值，则确定所述非线性函数曲线为阳性曲线，若否，则终止检测并重新采集信号数据。
在一个可选的实施例中，所述均值的计算公式为：
；
所述信号同比增速计算公式为：
；
其中，表示某一时刻起第一信号数据集的均值，/>表示某一时刻对应的信号数据，/>表示某一时刻的前i个单位时间点的信号数据,t表示某一时刻对应的时间点，i表示某一时刻的前i个单位时间点对应的时间点,/>表示某一时刻起相邻单位时间点间隔的第一信号数据集的均值，/>表示某一时刻起相邻单位时间点间隔第一信号数据集中对应的信号数据，且所述/>信号数据的起始时间点为所述扩增分界点对应的时间点Findex，/>表示某一时刻起相邻单位时间点间隔第一信号数据集中对应的前s个单位时间点的信号数据，i表示某一时刻的前i个单位时间点对应的时间点，s表示某一时刻起相邻单位时间点间隔第一信号数据集中前s个单位时间点对应的时间点,/>表示某一时刻起至相邻单位时间点间隔间两相邻第一数据集的信号同比增速。
进一步的，在本实施例中需要在采集第一次信号数据集生成的非线性函数曲线曲线中存在扩增分界点，才能进一步通过计算扩增分界点以及其相邻的单位时间间隔点信号数据间的信号同比增速，从而判断本轮检测中存在扩增分界点的非线性函数曲线曲线是否符合预设涨幅阈值，进而确定本轮检测结果是否完全符合阳性曲线特征，具体的，例如在确认了扩增分界点对应的时间点Findex以及该时间点Findex对应的信号数据，其中信号数据/>间（即第一信号数据集之间）的时间间隔取一个单位时间，包括扩增分界点对应的时间点Findex信号数据的第一信号数据集共取4个信号数据，则扩增分界点对应的时间点Findex对应的第一信号数据集的均值表示为：
；
则扩增分界点对应的时间点Findex所对应的信号同比增速：
；
而其中则表示同扩增分界点对应的时间点Findex对应第一数据集的相邻（时间间隔为4个单位时间的）另一个第一信号数据集/>的均值（即该相邻第一信号数据集为扩增分界点对应的时间点Findex经4个单位时间后采集到的信号数据），通过对比/>和/>确定扩增分界点对应信号同比增速/>是否满足预设涨幅阈值条件，若满足条件，则记录达到预设涨幅一次，之后继续计算同/>中对应t时间的信号同比增速是否满足预设涨幅阈值条件，若满足条件，则记录达到预设涨幅两次，当持续计算第二数据中包含的所有第一信号数据集间的信号同比增速，当预设涨幅次数达到预设涨幅次数次数要求，即可通过非线性函数曲线为S形曲线（即存在扩增分界点）以及曲线涨幅（即S形曲线涨幅符合阳性特征）判定检测结果为阳性结果。当然，本领域技术人员可知的是，在实际检测过程中，信号数据的取值个数以及时间间隔取值，还有第一阈值、第二阈值、第一累积阈值以及第二累积阈值都是可以根据实际检测情况做相应调整，进而确保检测判定结果更为准确，减少判定结果的因取值问题导致误差出现的情况。
其中，多点取值的和/>可以避免单一点值的信号同比增速/>存在判定误差，有效提高检测判定结果的准确性，而第一累积阈值和第二累积阈值用于起软件滤波作用，增加判定曲线结果的准确性，减少误差干扰。
需要说明的是，基于实验数据如表1所示：
表1（统计结果）
从临床上获得30例样本，采用现有常规qPCR方法和快速检测甲型流感病毒的RDA方法（采用本发明的等温扩增核酸的结果判定方法）检测这些样本，这两种方法的结果一致，30例样本中20例是甲型流感病毒阳性样本，10例为甲型流感病毒阴性样本，从表1、图2、图3以及图4可知，采用本发明判定方法可有效判定扩增曲线（qPCR曲线和等温扩增曲线）的性质（是否为阳性S曲线）以及可有效判定样本的性质（是否为阳性样本），如图2所示，针对qPCR方法的部分样本的qPCR结果，部分为阳性曲线，部分为阴性曲线，如图3所示，样本通过7个通道的等温扩增检测结果产生7条曲线，其中内参为阳性（红色曲线）、其余6个基因出现阳性曲线，判断该样本为阳性样本，在9分钟左右得到结果，采用本发明方法判定结果是7条曲线为阳性S曲线，判定为阳性样本，如图4所示，样本同样通过7个通道的等温扩增检测结果，其中内参为阳性（红色曲线）、其余5个基因出现阳性曲线，1个基因出现阴性曲线，由于出现阳性曲线，判断该样本为阳性样本，本发明判定方法的判定结果是6条阳性S曲线，1条阴性曲线，判定为阳性样本；表1可知，本发明的等温扩增核酸的结果判定方法的判定结果与qPCR方法判定结果一致，说明本发明的方法准确率高
本发明可实时进行结果判定，相比于qPCR需要等待反应结束，只要判断有阳性的“S”型曲线即结束反应，输出阳性结果，提高检测效率。通过先判断信号数据曲线是水平线的基线还是达到指数扩增期的斜线，若达到指数扩增期的斜线则进行下一步，判断该曲线的指数扩增期的高度是否达到预置高度（即阳性样本高度），若达到为阳性曲线，若不能达到为阴性曲线，通过设置的两级判定方法输出判定结果，增加了判定的准确性。本发明可用于判定不同反应得到的S型曲线，如等温扩增反应得到的曲线，qPCR反应得到的扩增曲线等，具有较好的应用前景。
实施例2，如图5所示，本发明第二方面公开了一种等温扩增核酸的结果判定系统，所述系统包括：
初检模块,用于在上样后待测样本通过内标确定样本源，以及所述上样反应后通过靶标基因确定目标基因；
数据采集模块，用于获取与所述反应后相关的信号数据集，所述信号数据集包括反应检测体系中每单位时间点采集的信号数据，所述信号数据用于绘制非线性函数曲线；
一级判定模块，用于收集某一时刻前的第一信号数据集，通过所述第一信号数据集的信号增速判断所述非线性函数曲线存在或不存在扩增分界点，以及确定所述某一时刻的所述非线性函数曲线类型，所述第一信号数据集至少包括四个信号数据；
二级判定模块，收集所述某一时刻前的第二信号数据集，通过所述第二信号数据集的信号同比增速确定对于所述非线性函数曲线类型匹配的准确度以及是否符合阳性样本特征，所述第二信号数据集至少包括四个所述第一信号数据集。
在一个可选的实施例中，所述一级判定模块包括：
一级计算模块，用于通过信号增速公式计算所述第一信号数据集中全部时间点的信号数据对应的信号增速，所述信号增速的计算公式为：
；
其中，表示某一时刻信号数据对应的信号增速，/>表示某一时刻对应的信号数据，/>表示某一时刻的前i个单位时间点的信号数据,t表示某一时刻对应的时间点，i表示某一时刻的前i个单位时间点对应的时间点；判断所述第一信号数据集中连续单位时间间隔的信号数据对应的信号增速与第一阈值间的数量关系，若信号增速大于或等于第一阈值，则将本次判断结果记为一次，并累加进第一累积值中，若信号增速小于第一阈值，则终止检测并重新采集其他时刻前的第一信号数据集；预设第一累积阈值，若所述第一累积值大于或等于所述第一累积阈值，则确定所述非线性函数曲线存在扩增分界点，记录所述扩增分界点对应的时间点Findex并执行下一步检测，若否则所述非线性函数曲线不存在扩增分界点，返回重新采集第一信号数据集进行检测直至出现扩增分界点。
在一个可选的实施例中，所述一级计算模块还用于若所述非线性函数曲线存在扩增分界点，计算所述时间点Findex到所述信号数据第0时刻间的距离长度F0t；预设所述非线性函数曲线的基线期时间段对应的最小长度BMinlen；比较所述距离长度F0t与最小长度BMinlen间的数量关系，若所述距离长度F0t大于或等于最小长度BMinlen，则确定所述某一时刻的所述非线性函数曲线类型为S型曲线，若否，则终止检测并重新采集其他时刻前的第一信号数据集。
在一个可选的实施例中，所述二级判定模块包括：
二级计算模块，用于基于确定的所述某一时刻的时间起点，收集某一时刻前若干相邻的相同单位时间点间隔的第一信号数据集组成第二信号数据集；计算所述第二信号数据集中所述相同单位时间点间隔的第一信号数据集所中信号数据的均值，通过相邻单位时间点间隔的均值计算所述第二信号数据集中每个第一信号数据集对应的信号同比增速;判断所述第二信号数据集中连续单位时间间隔的第一信号数据集对应的信号同比增速与第二阈值间的数量关系，若信号同比增速大于或等于第二阈值，则将本次判断结果记为一次，并累加进第二累积值中，若信号同比增速小于第二阈值，则终止检测并重新采集信号数据；预设第二累积阈值，若所述第二累积值大于或等于所述第二累积阈值，则确定所述非线性函数曲线为阳性曲线，若否，则终止检测并重新采集信号数据。
所述均值的计算公式为：
；
所述信号同比增速计算公式为：
；
其中表示某一时刻起第一信号数据集的均值，/>表示某一时刻对应的信号数据，/>表示某一时刻的前i个单位时间点的信号数据,t表示某一时刻对应的时间点，i表示某一时刻的前i个单位时间点对应的时间点,/>表示某一时刻起相邻单位时间点间隔的第一信号数据集的均值，/>表示某一时刻起相邻单位时间点间隔第一信号数据集中对应的信号数据，且所述/>信号数据的起始时间点为所述扩增分界点对应的时间点Findex，/>表示某一时刻起相邻单位时间点间隔第一信号数据集中对应的前s个单位时间点的信号数据，i表示某一时刻的前i个单位时间点对应的时间点，s表示某一时刻起相邻单位时间点间隔第一信号数据集中前s个单位时间点对应的时间点,/>表示某一时刻起至相邻单位时间点间隔间两相邻第一数据集的信号同比增速。
实施例3，本发明第三方面公开了一种等温扩增核酸的结果判定设备，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如本发明实施例1公开的任一项所述的等温扩增核酸的结果判定方法。
实施例4，本发明第四方面公开了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如本发明实施例1公开的任一项所述的等温扩增核酸的结果判定方法。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种等温扩增核酸的结果判定方法，其特征在于，在上样后待测样本通过内标确定样本源，上样反应后通过靶标基因确定目标基因的方法包括：
获取与所述反应后相关的信号数据集，所述信号数据集包括反应检测体系中每单位时间点采集的信号数据，所述信号数据用于绘制非线性函数曲线；
收集某一时刻前的第一信号数据集，通过所述第一信号数据集的信号增速判断所述非线性函数曲线存在或不存在扩增分界点，以及确定所述某一时刻的所述非线性函数曲线类型，所述第一信号数据集至少包括四个连续的信号数据；
收集所述某一时刻前的第二信号数据集，通过所述第二信号数据集的信号同比增速确定对于所述非线性函数曲线类型匹配的准确度以及是否符合阳性样本特征，所述第二信号数据集至少包括四个连续的第一信号数据集。
2.根据权利要求1所述的等温扩增核酸的结果判定方法，其特征在于，所述在上样后待测样本通过内标确定样本源包括：
通过IC内标确定待测样本是否符合样本来源的测试要求，若是，继续执行检测，若否，则终止检测。
3.根据权利要求1所述的等温扩增核酸的结果判定方法，其特征在于，所述上样反应后通过靶标基因确定目标基因为判定所述靶标基因的非线性函数曲线是否符合阳性S型曲线特征，若是则终止检测并输出阳性检测结果，若否则遍历全部非线性函数曲线直至输出阳性检测结果后终止检测，若遍历全部扩增曲线无阳性检测结果则输出阴性检测结果。
4.根据权利要求1所述的等温扩增核酸的结果判定方法，其特征在于，所述收集某一时刻前的第一信号数据集，基于某一时刻收集所述某一时刻前相邻单位时间间隔的信号数据作为第一信号数据集。
5.根据权利要求4所述的等温扩增核酸的结果判定方法，其特征在于，所述通过所述第一信号数据集的信号增速判断所述非线性函数曲线存在或不存在扩增分界点包括：
通过信号增速公式计算所述第一信号数据集中全部时间点的信号数据对应的信号增速，所述信号增速的计算公式为：
At＝[CVt-CV(t-i)]/CV(t-i)
其中，At表示某一时刻信号数据对应的信号增速，CVt表示某一时刻对应的信号数据，CV(t-i)表示某一时刻的前i个单位时间点的信号数据，t表示某一时刻对应的时间点，i表示某一时刻的前i个单位时间点对应的时间点；
判断所述第一信号数据集中连续单位时间间隔的信号数据对应的信号增速与第一阈值间的数量关系，若信号增速大于或等于第一阈值，则将本次判断结果记为一次，并累加进第一累积值中，若信号增速小于第一阈值，则终止检测并重新采集其他时刻前的第一信号数据集；
预设第一累积阈值，若所述第一累积值大于或等于所述第一累积阈值，则确定所述非线性函数曲线存在扩增分界点，记录所述扩增分界点对应的时间点Findex并执行下一步检测，若否则所述非线性函数曲线不存在扩增分界点，返回重新采集第一信号数据集进行检测直至出现扩增分界点。
6.根据权利要求5所述的等温扩增核酸的结果判定方法，其特征在于，所述确定非线性函数曲线类型包括：
若所述非线性函数曲线存在扩增分界点，计算所述时间点Findex到所述信号数据第0时刻间的距离长度F0t；
预设所述非线性函数曲线的基线期时间段对应的最小长度BMinlen；
比较所述距离长度F0t与最小长度BMinlen间的数量关系，若所述距离长度F0t大于或等于最小长度BMinlen，则确定所述某一时刻的所述非线性函数曲线类型为S型曲线，若否，则终止检测并重新采集其他时刻前的第一信号数据集。
7.根据权利要求6所述的等温扩增核酸的结果判定方法，其特征在于，所述收集所述某一时刻前的第二信号数据集，通过所述第二信号数据集的信号同比增速确定对于所述非线性函数曲线类型匹配的准确度以及是否符合阳性样本特征包括:
基于确定的所述某一时刻的时间起点，收集某一时刻前若干相邻的相同单位时间点间隔的第一信号数据集组成第二信号数据集；
计算所述第二信号数据集中所述相同单位时间点间隔的第一信号数据集所中信号数据的均值，通过相邻单位时间点间隔的均值计算所述第二信号数据集中每个第一信号数据集对应的信号同比增速；
判断所述第二信号数据集中连续单位时间间隔的第一信号数据集对应的信号同比增速与第二阈值间的数量关系，若信号同比增速大于或等于第二阈值，则将本次判断结果记为一次，并累加进第二累积值中，若信号同比增速小于第二阈值，则终止检测并重新采集信号数据；
预设第二累积阈值，若所述第二累积值大于或等于所述第二累积阈值，则确定所述非线性函数曲线为阳性曲线，若否，则终止检测并重新采集信号数据。
8.根据权利要求7所述的等温扩增核酸的结果判定方法，其特征在于，所述均值的计算公式为：
Ft＝[CVt+CVt-1+…+CVt-i]/i
Fv＝[CVv+CVv-1+…+CVv-s]/s
所述信号同比增速计算公式为：
Bt＝(Ft-Fv)/Fv
其中，Ft表示某一时刻起第一信号数据集的均值，CVt表示某一时刻对应的信号数据，CV(t-i)表示某一时刻的前i个单位时间点的信号数据，t表示某一时刻对应的时间点，i表示某一时刻的前i个单位时间点对应的时间点，Fv表示某一时刻起相邻单位时间点间隔的第一信号数据集的均值，CVv表示某一时刻起相邻单位时间点间隔第一信号数据集中对应的信号数据，且所述CVv信号数据的起始时间点为所述扩增分界点对应的时间点Findex，CVv-s表示某一时刻起相邻单位时间点间隔第一信号数据集中对应的前s个单位时间点的信号数据，i表示某一时刻的前i个单位时间点对应的时间点，s表示某一时刻起相邻单位时间点间隔第一信号数据集中前s个单位时间点对应的时间点，Bt表示某一时刻起至相邻单位时间点间隔间两相邻第一数据集的信号同比增速。
9.一种等温扩增核酸的结果判定系统，其特征在于，所述系统包括：
初检模块,用于在上样后待测样本通过内标确定样本源，以及上样反应后通过靶标基因确定目标基因；
数据采集模块，用于获取与所述反应后相关的信号数据集，所述信号数据集包括反应检测体系中每单位时间点采集的信号数据，所述信号数据用于绘制非线性函数曲线；
一级判定模块，用于收集某一时刻前的第一信号数据集，通过所述第一信号数据集的信号增速判断所述非线性函数曲线存在或不存在扩增分界点，以及确定所述某一时刻的所述非线性函数曲线类型，所述第一信号数据集至少包括四个信号数据；
二级判定模块，收集所述某一时刻前的第二信号数据集，通过所述第二信号数据集的信号同比增速确定对于所述非线性函数曲线类型匹配的准确度以及是否符合阳性样本特征，所述第二信号数据集至少包括四个所述第一信号数据集。
10.根据权利要求9所述的等温扩增核酸的结果判定系统，其特征在于，所述一级判定模块包括：
一级计算模块，用于通过信号增速公式计算所述第一信号数据集中全部时间点的信号数据对应的信号增速，所述信号增速的计算公式为：
At＝[CVt-CV(t-i)]/CV(t-i)
其中，At表示某一时刻信号数据对应的信号增速，CVt表示某一时刻对应的信号数据，CV(t-i)表示某一时刻的前i个单位时间点的信号数据,t表示某一时刻对应的时间点，i表示某一时刻的前i个单位时间点对应的时间点；判断所述第一信号数据集中连续单位时间间隔的信号数据对应的信号增速与第一阈值间的数量关系，若信号增速大于或等于第一阈值，则将本次判断结果记为一次，并累加进第一累积值中，若信号增速小于第一阈值，则终止检测并重新采集其他时刻前的第一信号数据集；预设第一累积阈值，若所述第一累积值大于或等于所述第一累积阈值，则确定所述非线性函数曲线存在扩增分界点，记录所述扩增分界点对应的时间点Findex并执行下一步检测，若否则所述非线性函数曲线不存在扩增分界点，返回重新采集第一信号数据集进行检测直至出现扩增分界点。
11.根据权利要求10所述的等温扩增核酸的结果判定系统，其特征在于，所述一级计算模块还用于若所述非线性函数曲线存在扩增分界点，计算所述时间点Findex到所述信号数据第0时刻间的距离长度F0t；预设所述非线性函数曲线的基线期时间段对应的最小长度BMinlen；比较所述距离长度F0t与最小长度BMinlen间的数量关系，若所述距离长度F0t大于或等于最小长度BMinlen，则确定所述某一时刻的所述非线性函数曲线类型为S型曲线，若否，则终止检测并重新采集其他时刻前的第一信号数据集。
12.根据权利要求11所述的等温扩增核酸的结果判定系统，其特征在于，所述二级判定模块包括：
二级计算模块，用于基于确定的所述某一时刻的时间起点，收集某一时刻前若干相邻的相同单位时间点间隔的第一信号数据集组成第二信号数据集；计算所述第二信号数据集中所述相同单位时间点间隔的第一信号数据集所中信号数据的均值，通过相邻单位时间点间隔的均值计算所述第二信号数据集中每个第一信号数据集对应的信号同比增速；判断所述第二信号数据集中连续单位时间间隔的第一信号数据集对应的信号同比增速与第二阈值间的数量关系，若信号同比增速大于或等于第二阈值，则将本次判断结果记为一次，并累加进第二累积值中，若信号同比增速小于第二阈值，则终止检测并重新采集信号数据；预设第二累积阈值，若所述第二累积值大于或等于所述第二累积阈值，则确定所述非线性函数曲线为阳性曲线，若否，则终止检测并重新采集信号数据;
所述均值的计算公式为：
Ft＝[CVt+CVt-1+…+CVt-i]/i
Fv＝[CVv+CVv-1+…+CVv-s]/s
所述信号同比增速计算公式为：
Bt＝(Ft-Fv)/Fv
其中，Ft表示某一时刻起第一信号数据集的均值，CVt表示某一时刻对应的信号数据，CV(t-i)表示某一时刻的前i个单位时间点的信号数据，t表示某一时刻对应的时间点，i表示某一时刻的前i个单位时间点对应的时间点，Fv表示某一时刻起相邻单位时间点间隔的第一信号数据集的均值，CVv表示某一时刻起相邻单位时间点间隔第一信号数据集中对应的信号数据，且所述CVv信号数据的起始时间点为所述扩增分界点对应的时间点Findex，CVv-s表示某一时刻起相邻单位时间点间隔第一信号数据集中对应的前s个单位时间点的信号数据，i表示某一时刻的前i个单位时间点对应的时间点，s表示某一时刻起相邻单位时间点间隔第一信号数据集中前s个单位时间点对应的时间点，Bt表示某一时刻起至相邻单位时间点间隔间两相邻第一数据集的信号同比增速。
13.一种等温扩增核酸的结果判定设备，其特征在于，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如权利要求1至8任一项所述的等温扩增核酸的结果判定方法。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至8任一项所述的等温扩增核酸的结果判定方法。
CN202310847533.2A 2023-07-12 2023-07-12 等温扩增核酸的结果判定方法、系统、设备及存储介质 Active CN116564411B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310847533.2A CN116564411B (zh) 2023-07-12 2023-07-12 等温扩增核酸的结果判定方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310847533.2A CN116564411B (zh) 2023-07-12 2023-07-12 等温扩增核酸的结果判定方法、系统、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116564411A CN116564411A (zh) 2023-08-08
CN116564411B true CN116564411B (zh) 2023-09-29

Family

ID=87498657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310847533.2A Active CN116564411B (zh) 2023-07-12 2023-07-12 等温扩增核酸的结果判定方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116564411B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102187215A (zh) * 2008-09-09 2011-09-14 生物辐射实验室股份有限公司 基于回归的多级pcr分析系统
EP3201359A1 (en) * 2014-10-01 2017-08-09 Seegene, Inc. Methods for analyzing samples
CN114058683A (zh) * 2021-11-17 2022-02-18 杭州优思达生物技术有限公司 一种核酸扩增结果判定方法
CN115176314A (zh) * 2019-12-20 2022-10-11 欧蒙医学实验诊断股份公司 用于实时pcr数据的定性评估的方法
CN115700557A (zh) * 2022-10-19 2023-02-07 北京卡尤迪生物科技股份有限公司 一种用于对核酸样本进行分类的方法、设备和存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102420644B1 (ko) * 2017-09-28 2022-07-13 주식회사 씨젠 시료 내 타겟 분석물을 분석하는 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102187215A (zh) * 2008-09-09 2011-09-14 生物辐射实验室股份有限公司 基于回归的多级pcr分析系统
EP3201359A1 (en) * 2014-10-01 2017-08-09 Seegene, Inc. Methods for analyzing samples
CN115176314A (zh) * 2019-12-20 2022-10-11 欧蒙医学实验诊断股份公司 用于实时pcr数据的定性评估的方法
CN114058683A (zh) * 2021-11-17 2022-02-18 杭州优思达生物技术有限公司 一种核酸扩增结果判定方法
CN115700557A (zh) * 2022-10-19 2023-02-07 北京卡尤迪生物科技股份有限公司 一种用于对核酸样本进行分类的方法、设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
不同核酸提取试剂盒在新型冠状病毒核酸检测中的比较研究;马雯;张伟宏;马瑛龙;葸静;金哲宇;朴文花;;分子诊断与治疗杂志(05);全文 *

Also Published As

Publication number Publication date
CN116564411A (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN103525939B (zh) 无创检测胎儿染色体非整倍体的方法和系统
CN112365927B (zh) Cnv检测装置
CN109182462B (zh) 一种检测指标阴阳性的判定方法及装置
CN110160980B (zh) 样本吸光度变化率的分析方法、分析装置及光学检测系统
CN113096736B (zh) 一种基于纳米孔测序的病毒实时自动分析方法及系统
CN106096330B (zh) 一种无创产前生物信息检测分析方法
CN116564411B (zh) 等温扩增核酸的结果判定方法、系统、设备及存储介质
CN104951671A (zh) 基于单样本外周血检测胎儿染色体非整倍性的装置
JP5810078B2 (ja) 核酸定量方法
EP3770272B1 (en) An analysis method and system for analyzing a nucleic acid amplification reaction
CN107312850A (zh) 一种pcr无效扩增的检测方法
CN110567900B (zh) 试样反应中抗原过量的判断方法、装置及光学检测系统
CN116949161A (zh) 一组肺结核血清外泌体miRNA标志物及其应用
US20180247015A1 (en) Multiple dataset analysis for determining the presence or absence of target analyte
CN109402247B (zh) 一种基于dna变异计数的胎儿染色体检测系统
CN110129419B (zh) 拷贝数变异的检测方法
CN108267313B (zh) 直升机尾减速器操纵杆轴承的载荷测试控制方法及系统
CN116013419A (zh) 检测染色体拷贝数变异的方法
CN104678091A (zh) 尿液分析仪的阈值设定方法和系统
CN114882948A (zh) 一种实时荧光定量pcr数据处理方法及装置
US20210318222A1 (en) Method for correcting a blood cell parameter, blood sample analyzer and storage medium
US20170046480A1 (en) Device and method for detecting the presence or absence of nucleic acid amplification
CN110970089B (zh) 胎儿浓度计算的预处理方法、预处理装置及其应用
CN113851189A (zh) 一种自适应检测pcr荧光基线的方法、装置及其设备
JP5415379B2 (ja) Ａｔｐ法における計測値の処理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant