[0036] 参考说明书附图1，下面通过实施来具体说明本发明的技术方案，但本发明并不局限于以下实施例子。
[0037] 步骤1：根据现有生物学知识，在染色体层面按照基因分布进行分割，根据基因存在位置获得SNP的有效位置区间信息，以待后续分割SNP。这里使用了CEU(Northern Europeans from Utah)的样本基因作为模拟。
[0038] 步骤2：假设基于以人群的病例病情对照,采用n个独立个体的基因序列，在染色体层面上对SNP进行翻译，获得所需输入数据。
[0039] 步骤3：如说明书附图4所示，根据步骤1中获得的位置信息，将步骤2中获得的SNP序列根据有效位置区间信息对SNP进行分组，分成多个SNP集；
[0040] 步骤4：如说明书附图5所示，对于任意一个给定的SNP集，它包含有k个个体，每个个体有p个SNP，令第i个个体的SNP为Zi1,Zi2,Zi3,……Zip，i≤k；忽略基因的一般性原则，将每个SNP编码成trinary fashion形式，根据等位基因的影响，对序列中的纯合子、杂合子Zij进行赋值，其中Zij＝0，1，2。病例控制状态设为Y，第i个个体记作Yi，其中Yi＝1为Case，Yi＝0为Control。使用SNP集作为X输入，病例控制状态设为Y输入。
[0041] 步骤5：如说明书附图3所示，搭建双向LSTM模型；
[0042] 使用LSTM的结构的目的是为了增加一个记忆存储单元，用于存储信息，它的状态包含上一时刻的陈旧信息，同时又是下一时刻权值变化的依据，可以更好地挖掘数据中更深层面的内容， 由以下的函数复合得到：
[0043] it＝σ(Wxixt+Whiht-1+Wcict-1+bi)
[0044] ft＝σ(Wxfxt+Whfht-1+Wcfct-1+bf)
[0045] ct＝ftct-1+ittanh(Wxcxt+Whcht-1+bc)
[0046] ot＝σ(Wxoxt+Whoht-1+Wcoct+bo)
[0047] ht＝ottanh(ct)
[0048] 公式中，Wxi为输入序列x与输入门之间的权值，Whi为隐藏层与输入门之间的权值；Wci为激活载体与输入门之间的权值，bi为输入门为t时的偏差值；
[0049] Wxf为输入序列x与遗忘门之间的权值，Whf为隐藏层与遗忘门之间的权值，Wcf为激活载体与遗忘门之间的权值，bf为遗忘门为t时的偏差值；
[0050] Wxc为输入序列x与激活载体之间的权值，Whc为隐藏层与激活载体之间的权值，bc为激活载体为t时的偏差值；
[0051] Wxo为输入序列x与输出门之间的权值，Who为隐藏层与输出门之间的权值；Wco为激活载体与输出门之间的权值，bo为输出门为t时的偏差值；
[0052] ht为t时刻的隐藏层；
[0053] 上述式子中σ是逻辑sigmoid函数，sigmoid(x)函数为： i，f，o，c分别为输入门(Input Gate)、遗忘门(Forget Gate)、输出门(Output Gate)和激活载体，其中i，f，o，c与h具有相同的维度，便于后续的矩阵计算，因此需要与隐藏向量h具有相同的大小。
[0054] 双向LSTM在水平的上具有相反的方向，故可以获得较远距离的内容，通过堆叠放置中间的隐藏层，这些隐藏层归属于递归神经网络，可以根据上一个隐藏层的输出，形成下一个隐藏层的输入。
[0055]
[0056] 定义h0＝x,输出为y
[0057]
[0058] 假设其中用于隐藏层的层数为N，则隐藏层代表的向量hn通过n＝1～N,t＝1～T进行迭代计算获得。
[0059] 其中前馈网络隐藏序列为 反馈网络隐藏序列为
[0060]
[0061]
[0062]
[0063] 使用上述步骤中的SNP集作为X输入，病例控制状态设为Y输入，由于本例采用模拟数据，因此此处病例控制状态根据随机选定的某个SNP的tranary fashion形式，数值为2则设定为1，数值为0、1则设定为0，将两者输入到搭建的双向LSTM模型中，开始训练双向LSTM模型，并保存训练好的双向LSTM模型。
[0064] 步骤6：按照步骤1中处理序列的方法，对待预测的基因序列进行处理，并将处理完的基因序列输入训练好的双向LSTM模型，从而得出该待预测的基因序列获病的概率。
[0065] 以上所述仅为本发明的一个实施例，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。
