本發(fā)明涉及生物反應(yīng)中的數(shù)值模擬計算技術(shù)領(lǐng)域，尤其是涉及一種基于芯片數(shù)字pcr的反應(yīng)通孔數(shù)優(yōu)化分析算法。

背景技術(shù)：

pcr是指聚合酶鏈?zhǔn)椒磻?yīng)，其是一種用于放大擴增特定的dna片段的分子生物學(xué)技術(shù)，它可看作是生物體外的特殊dna復(fù)制，pcr的最大特點是能將微量的dna大幅增加。芯片數(shù)字pcr(cdpcr)是近年來正在迅速發(fā)展的一種全新的核酸檢測技術(shù)。與傳統(tǒng)的定量pcr相比，數(shù)字pcr不依賴于擴增曲線的循環(huán)閾值(ct)，也無需采用看家基因和標(biāo)準(zhǔn)曲線，因此具有高靈敏度、高精度、高耐受性、絕對定量等優(yōu)點。cdpcr通過把反應(yīng)液均勻分到芯片上的反應(yīng)通孔中進行pcr反應(yīng)，然后根據(jù)泊松分布和熒光信號陽性比例來計算目的核酸的拷貝數(shù)。在cdpcr具體的設(shè)計過程中，確定芯片最佳反應(yīng)通孔數(shù)對cdpcr的設(shè)計至關(guān)重要。

若芯片反應(yīng)通孔數(shù)過低，則芯片數(shù)字pcr的檢測靈敏度無法滿足要求；而芯片反應(yīng)通孔數(shù)過高，則將帶來工藝難度的提升與設(shè)計成本的增加，特對是對于目的核酸片段較少、檢測靈敏度要求不高的實驗，高昂的pcr儀顯然與實際需求相違背。

因此，提供一種反應(yīng)通孔數(shù)優(yōu)化分析算法，使其在芯片數(shù)字pcr的設(shè)計過程中，通過分析計算得到芯片反應(yīng)通孔的個數(shù)優(yōu)化值，從而得到芯片反應(yīng)通孔的最佳個數(shù)，進而在保證靈敏度的前提下，降低實驗成本，避免反應(yīng)通孔數(shù)量的非限性增長引發(fā)的設(shè)計難題與成本問題，就成為本領(lǐng)域技術(shù)人員亟待解決的問題。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種反應(yīng)通孔數(shù)優(yōu)化分析算法，使其在芯片數(shù)字pcr的設(shè)計過程中，通過分析計算得到芯片反應(yīng)通孔的個數(shù)優(yōu)化值，從而得到芯片反應(yīng)通孔的最佳個數(shù)，進而在保證靈敏度的前提下，降低實驗成本，避免反應(yīng)通孔數(shù)量的非限性增長引發(fā)的設(shè)計難題與成本問題。

為了實現(xiàn)上述目的，本發(fā)明提供一種基于芯片數(shù)字pcr的反應(yīng)通孔數(shù)優(yōu)化分析算法，利用c語言生成隨機數(shù)集的方法得到目標(biāo)粒子個數(shù)和干擾粒子個數(shù)，通過模擬目標(biāo)粒子在干擾粒子作用下在芯片反應(yīng)通孔中的分布情況得到芯片反應(yīng)通孔個數(shù)。

該反應(yīng)通孔數(shù)優(yōu)化分析算法通過c程序的模擬計算可以得到數(shù)字pcr芯片反應(yīng)通孔的最佳個數(shù)，使其在芯片數(shù)字pcr的設(shè)計過程中，通過分析計算得到芯片反應(yīng)通孔的個數(shù)優(yōu)化值，從而得到芯片反應(yīng)通孔的最佳個數(shù)，進而在保證靈敏度的前提下，降低了實驗成本，避免了反應(yīng)通孔數(shù)量的非限性增長引發(fā)的設(shè)計難題與成本問題。

可選地，包括以下步驟：

s11:在c語言算法程序中生成m+n個隨機數(shù)，該隨機數(shù)的生成區(qū)間為[0，(m+n)*h/m]，其中m為目標(biāo)粒子個數(shù)、n為干擾粒子個數(shù)，h為芯片反應(yīng)通孔個數(shù)；

s12:統(tǒng)計區(qū)間[0，h-1]內(nèi)非重復(fù)隨機數(shù)的總數(shù)n；

s13：將s1和s2過程重復(fù)r次，統(tǒng)計不同n對應(yīng)的出現(xiàn)次數(shù)y；

s14:根據(jù)不同h對應(yīng)的n-y曲線重疊度得到最佳通孔數(shù)。

可選地，包括以下步驟：

s21:在c語言算法程序中生成m+n個隨機數(shù)，該隨機數(shù)的生成區(qū)間為[0，(m+n)*h/m]，其中m為目標(biāo)粒子個數(shù)、n為干擾粒子個數(shù)，h為芯片反應(yīng)通孔個數(shù)，m、n、h均為正整數(shù)；

s22:統(tǒng)計區(qū)間[0，h-1]內(nèi)非重復(fù)隨機數(shù)的總數(shù)n；

s23：將s1和s2過程重復(fù)r次，統(tǒng)計不同n對應(yīng)的出現(xiàn)次數(shù)y；

s24:根據(jù)不同h對應(yīng)的n-y主峰n隨h的變化率。

可選地，目標(biāo)粒子個數(shù)的隨機數(shù)區(qū)間為[0，h-1]，干擾粒子個數(shù)的隨機數(shù)區(qū)間為[h，(m+n)*h/m)。

可選地，優(yōu)化后得到的反應(yīng)通孔個數(shù)與目標(biāo)粒子個數(shù)之比為1：7。

可選地，優(yōu)化后得到的反應(yīng)通孔個數(shù)與目標(biāo)粒子個數(shù)之比為1：8。

可選地，目標(biāo)粒子的隨機數(shù)和干擾粒子的隨機數(shù)在同一個c算法程序中同時生成。

附圖說明

圖1為本發(fā)明所提供的反應(yīng)通孔數(shù)優(yōu)化分析算法一種具體實施方式的算法流程圖。

具體實施例

下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。

請參考圖1，圖1為本發(fā)明所提供的反應(yīng)通孔數(shù)優(yōu)化分析算法一種具體實施方式的算法流程圖。

在一種具體實施方式中，本發(fā)明提供的基于芯片數(shù)字pcr的反應(yīng)通孔數(shù)優(yōu)化分析算法，利用c語言生成隨機數(shù)集的方法得到目標(biāo)粒子個數(shù)和干擾粒子個數(shù)，通過模擬目標(biāo)粒子在干擾粒子作用下在芯片反應(yīng)通孔中的分布情況得到芯片反應(yīng)通孔個數(shù)。該反應(yīng)通孔數(shù)優(yōu)化分析算法通過c程序的模擬計算可以得到數(shù)字pcr芯片反應(yīng)通孔的最佳個數(shù)，使其在芯片數(shù)字pcr的設(shè)計過程中，通過分析計算得到芯片反應(yīng)通孔的個數(shù)優(yōu)化值，從而得到芯片反應(yīng)通孔的最佳個數(shù)，進而在保證靈敏度的前提下，降低了實驗成本，避免了反應(yīng)通孔數(shù)量的非限性增長引發(fā)的設(shè)計難題與成本問題。

具體地，該算法包括以下步驟：

s11:在c語言算法程序中生成m+n個隨機數(shù)，該隨機數(shù)的生成區(qū)間為[0，(m+n)*h/m]，其中m為目標(biāo)粒子個數(shù)、n為干擾粒子個數(shù)，h為芯片反應(yīng)通孔個數(shù)；

s12:統(tǒng)計區(qū)間[0，h-1]內(nèi)非重復(fù)隨機數(shù)的總數(shù)n；

s13：將s1和s2過程重復(fù)r次，統(tǒng)計不同n對應(yīng)的出現(xiàn)次數(shù)y；

s14:根據(jù)不同h對應(yīng)的n-y曲線重疊度得到最佳通孔數(shù)。

可選地，該算法包括以下步驟：

s21:在c語言算法程序中生成m+n個隨機數(shù)，該隨機數(shù)的生成區(qū)間為[0，(m+n)*h/m]，其中m為目標(biāo)粒子個數(shù)、n為干擾粒子個數(shù)，h為芯片反應(yīng)通孔個數(shù)，m、n、h均為正整數(shù)；

s22:統(tǒng)計區(qū)間[0，h-1]內(nèi)非重復(fù)隨機數(shù)的總數(shù)n；

s23：將s1和s2過程重復(fù)r次，統(tǒng)計不同n對應(yīng)的出現(xiàn)次數(shù)y；

s24:根據(jù)不同h對應(yīng)的n-y主峰n隨h的變化率。

具體地，目標(biāo)粒子個數(shù)的隨機數(shù)區(qū)間為[0，h-1]，干擾粒子個數(shù)的隨機數(shù)區(qū)間為[h，(m+n)*h/m)，優(yōu)化后得到的反應(yīng)通孔個數(shù)與目標(biāo)粒子個數(shù)之比為1：7或1：8，且目標(biāo)粒子的隨機數(shù)和干擾粒子的隨機數(shù)在同一個c算法程序中同時生成。

下面以上述具體實施方式為例，詳述數(shù)字pcr的技術(shù)過程。

數(shù)字pcr(dgitalpcr，dpcr)是一種全新的核酸檢測技術(shù)，與傳統(tǒng)的定量pcr技術(shù)不同的是，數(shù)字pcr不依賴于擴增曲線的循環(huán)閾值(ct)，也無需采用看家基因和標(biāo)準(zhǔn)曲線，因此具有高靈敏度、高精度、高耐受性、絕對定量等優(yōu)點。芯片數(shù)字pcr(cdpcr)通過把反應(yīng)液均勻分配到芯片上的反應(yīng)通孔中進行pcr反應(yīng)，然后根據(jù)泊松分布和熒光信號陽性比例來計算目的核酸的拷貝數(shù)。

伯樂qx100數(shù)字pcr儀是目前主流的數(shù)字pcr儀，其技術(shù)過程及參數(shù)如下：

qx100數(shù)字pcr儀由液滴發(fā)生器和液滴分析儀組成，液滴發(fā)生器的最大處理通量為8個樣本，其能利用微流控原理能將每份樣本反應(yīng)液分化成約2萬個油包水的液滴，所有液滴大小幾乎相同，體積均在nl水平。將經(jīng)過微滴化處理的樣品從微滴發(fā)生卡轉(zhuǎn)移到pcr反應(yīng)板上，并在普通pcr儀上進行擴增，pcr結(jié)束后，將pcr反應(yīng)板置于液滴分析儀內(nèi)；液滴分析儀具有32孔/小時的檢測速度，能夠檢測液滴總數(shù)140萬，檢測精度達±10％，并可同時檢測兩種不同的熒光信號；液滴分析儀能對所有反應(yīng)通孔內(nèi)的液滴進行逐個檢測，并根據(jù)熒光信號判斷液滴的陰陽性，其中陽性表示液滴內(nèi)存在目的核酸；最后利用分析軟件根據(jù)液滴的陽性比例和泊松分布即可計算出目的核酸的起始濃度。

在反應(yīng)通孔數(shù)的優(yōu)化算法中，設(shè)m為目標(biāo)粒子個數(shù)，n為干擾粒子個數(shù)，h為芯片反應(yīng)通孔數(shù)，m、n、h均為正整數(shù)，且h≥m(由數(shù)字pcr檢測要求決定)。

在[0，(m+n)*h/m)區(qū)間內(nèi)生成m+n個隨機數(shù)(整數(shù))，其中[0，h-1]區(qū)間內(nèi)的隨機數(shù)代表目標(biāo)粒子，且總數(shù)為m；[h，(m+n)*h/m)區(qū)間內(nèi)的隨機數(shù)代表干擾粒子，且總數(shù)為n；然后統(tǒng)計[0，h-1]區(qū)間內(nèi)非重復(fù)隨機數(shù)的總數(shù)n，n表示m個目標(biāo)粒子在h個反應(yīng)通孔中的入孔總數(shù)；將上述過程重復(fù)r次，統(tǒng)計不同n對應(yīng)的出現(xiàn)次數(shù)y；最后根據(jù)不同h對應(yīng)的n-y曲線重疊度或n-y主峰n值隨h的變化率曲線判斷芯片數(shù)字pcr的最佳反應(yīng)通孔數(shù)。

假設(shè)目標(biāo)粒子個數(shù)m＝1000，干擾粒子個數(shù)n分別是目標(biāo)粒子個數(shù)的0、1、10、100、1000和10000倍，反應(yīng)通孔數(shù)h分別是目標(biāo)粒子個數(shù)的1、2、3……、a倍(a為正整數(shù))，此時：

設(shè)m＝1000，n＝0，h＝1000，如圖1所示，利用語言c程序隨機生成1000個介于[0，999]的隨機數(shù)，其中隨機數(shù)x時表示目標(biāo)粒子落入標(biāo)號為x的反應(yīng)通孔內(nèi)，統(tǒng)計1000個隨機數(shù)的非重復(fù)總數(shù)n，其表示1000個目標(biāo)粒子在1000個反應(yīng)通孔中的入洞總數(shù)。將上述過程重復(fù)20萬次，統(tǒng)計不同n對應(yīng)的出現(xiàn)次數(shù)y，由此得到1000個目標(biāo)粒子在1000個反應(yīng)通孔中的分布情況，其入洞總數(shù)非零區(qū)間為[589，674]，其中當(dāng)入洞總數(shù)n＝632時出現(xiàn)次數(shù)最大。

設(shè)m＝1000，n＝0，h＝2000，如圖1所示，利用c語言程序隨機生成1000個介于[0，1999]的隨機數(shù)，其中隨機數(shù)x時表示目標(biāo)粒子落入標(biāo)號為x的反應(yīng)通孔內(nèi)，統(tǒng)計1000個隨機數(shù)的非重復(fù)總數(shù)n，其表示1000個目標(biāo)粒子在1000個反應(yīng)通孔中的入洞總數(shù)。將上述過程重復(fù)20萬次，統(tǒng)計不同n對應(yīng)的出現(xiàn)次數(shù)y，由此得到1000個目標(biāo)粒子在2000個反應(yīng)通孔中的分布情況，其入洞總數(shù)非零區(qū)間為[745，829]，其中當(dāng)入洞總數(shù)n＝787時出現(xiàn)次數(shù)最大。比較上述兩結(jié)果發(fā)現(xiàn)，隨著反應(yīng)通孔數(shù)增加1000個目標(biāo)粒子在反應(yīng)通孔內(nèi)的分布將更加均勻。

依次類推，可按圖1所示步驟分別得到h＝3000、4000、5000等時(m、n不變)目標(biāo)粒子的分布情況，結(jié)果表明隨著h的增大，1000個目標(biāo)粒子在反應(yīng)通孔內(nèi)的分布將越發(fā)均勻，但隨著h大于某閾值，均勻化增加幅度將趨于飽和。

設(shè)m＝1000，n＝1000，h＝1000*a(a取1、2、3、……)，利用c算法程序隨機生成1000個介于[0，2*h]的隨機數(shù)，且[0，h-1]之間的隨機數(shù)1000個，代表目標(biāo)粒子；[h，2*h)之間的隨機數(shù)1000個，代表干擾粒子，當(dāng)生成隨機數(shù)x(0≤x≤h-1)時表示目標(biāo)粒子落入標(biāo)號為x的反應(yīng)通孔內(nèi)，統(tǒng)計代表目標(biāo)粒子的1000個隨機數(shù)的非重復(fù)數(shù)值的總數(shù)n，n就表示1000個目標(biāo)粒子在1000個干擾粒子作用下在h個反應(yīng)通孔中的入洞總數(shù)。將上述過程重復(fù)r次(r可以任意設(shè)置，但不要太小)，統(tǒng)計不同入洞總數(shù)n對應(yīng)的出現(xiàn)次數(shù)y，從而得到1000個目標(biāo)粒子在1000個干擾粒子作用下在h個反應(yīng)通孔中的分布情況。

經(jīng)統(tǒng)計分析發(fā)現(xiàn)，不管h取何值(h＝1000*a，而a取1、2、3、……)，其得到的分布結(jié)果與n＝0時同一個h對應(yīng)的分布結(jié)果幾乎相同，由此表明干擾粒子對目標(biāo)粒子分布的隨機影響是均勻的，它不會改變目標(biāo)粒子的分布情況。

本文對目標(biāo)粒子個數(shù)m＝1000，干擾粒子個數(shù)n分別是目標(biāo)粒子個數(shù)的0、1、10、100、1000和10000倍，反應(yīng)通孔數(shù)h分別是目標(biāo)粒子個數(shù)的1、2、3……、a倍(a為正整數(shù))的情況均按圖1所示步驟作了相應(yīng)的計算，但由于計算分析過程與上述計算分析過程相同，以下不再贅述。

利用圖1所示算法進行計算后，得到如下結(jié)果：

1)無論干擾粒子有無或其存在多少，目標(biāo)粒子都將具有基本相同的n-y曲線分布；

2)在目標(biāo)粒子個數(shù)為1000的情況下，無論干擾粒子有無或其存在多少，檢測目標(biāo)粒子的最佳反應(yīng)通孔數(shù)均為7000或8000；

3)由2)推論可得，無論干擾粒子有無或其存在多少，檢測目標(biāo)粒子的最佳反應(yīng)通孔數(shù)與目標(biāo)粒子個數(shù)之比應(yīng)為1：7或1：8。

上述各實施例僅是本發(fā)明的優(yōu)選實施方式，在本技術(shù)領(lǐng)域內(nèi)，凡是基于本發(fā)明技術(shù)方案上的變化和改進，不應(yīng)排除在本發(fā)明的保護范圍之外。