本发明涉及生物，具体的，本技术涉及数字液滴pcr领域，更具体的，涉及用于对多重数字液滴pcr进行液滴分类的手段。
背景技术：
1、数字液滴pcr(droplet digital pcr,ddpcr)是一种基于液滴平台的核酸分子定量技术能实现核酸分子高灵敏、高准确、高特异性的定量。然而，目前常规的数字pcr系统为双荧光通道检测系统，即能够同时检测反应单元中发出的两种荧光信号，每个靶标对应的检测探针标记不同的荧光基团，因此最多只能同时定量两个靶标。
2、因此，目前的数字液滴pcr技术有待进一步改进。
技术实现思路
1、本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此，本发明的一个目的在于提出一种能够有效地对含有多个靶标的液滴进行分类的手段及其应用。
2、在本技术的第一方面，本发明提出了一种构建分类模型的方法，其包括以下步骤：
3、获取已标记的单靶标液滴的荧光探针的特异的荧光信号组合信息，其中，所述已标记的单靶标液滴是通过多靶标数字液滴pcr获得的，所述已标记的单靶标液滴能够示出已标记的、与所述荧光探针相对应的荧光信号的强度；基于所述特异的荧光信号组合信息，针对多个所述已标记的单靶标液滴，在坐标系中进行定位，进而得到多个单靶标位点，其中，所述坐标系中的每个坐标轴分别表示特异的单个荧光信号的强度；基于所述坐标系的原点和所述多个单靶标位点，构建多个基准矢量；和将所述多个基准矢量进行至少一轮矢量叠加，以确定多靶标液滴在所述坐标系的定位，从而获得所述分类模型。
4、根据本技术的实施例，通过该方法可以构建对多重数字液滴pcr的液滴进行分类的分类模型。通过将多个基准矢量进行多轮矢量叠加，可以得到含有多个靶标的液滴的参考荧光信号，从而进一步在进行多重数字液滴pcr时，可以通过将测量得到的荧光信号与参考荧光信号比较，确定液滴中可能含有的靶标的类型，从而实现了通过多重数字液滴pcr可以同时检测多种靶标，例如同时检测2种、3种、4种甚至5种靶标。
5、进一步，根据本技术的实施例，上述方法还可以具有下列附加技术特征的至少之一：
6、根据本技术的实施例，所述荧光信号具有至少两种的特异的单个荧光信号。
7、根据本技术的实施例，所述荧光信号组合信息包括至少两种荧光信号的强度信息。
8、需要说明的是，“荧光信号组合信息”可包括单靶标液滴或多靶标液滴中的荧光类型信息和荧光信号强度信息，其中，含有不同靶标的液滴将展示出不同的荧光信号，例如荧光的类型或者荧光的定量数据不同，这可以通过针对不同的靶标设置不同类型荧光的探针或者使用不同量的探针来实现。
9、根据本技术的实施例，所述荧光信号包括选自由6-fam、fitc、fitc-dt、tet、joe、yakima yellow、hex、cy3、tamra、rox、texas red和cy5组成的组中的两种或两种以上。
10、根据本技术的实施例，所述原点是基于阴性液滴的荧光信号进行定位的，所述阴性液滴不含靶标或荧光信号。
11、根据本技术的实施例，所述矢量叠加是通过平行四边形法进行的。
12、根据本技术的实施例，进一步包括针对预定液滴的定位进行扩围处理，并对所述预定液滴的定位标示对应的液滴种类信息。
13、根据本技术的实施例，所述预定液滴包括所述已标记的单靶标液滴和多靶标液滴的至少之一。
14、根据本技术的实施例，所述扩围处理包括以所述预定液滴在所述坐标系的定位为圆心，以设定的误差为半径，在坐标系上作圆形。
15、根据本技术的实施例，所述扩围处理是基于多个含有相同靶标的所述预定液滴的荧光信号确定的，可选的，通过机器学习方法，进行所述扩围处理。
16、在本技术的第二方面，本发明提出了一种多重数字液滴pcr图像的分析方法，其包括：获取多重数字液滴pcr检测结果图像；和使用第一方面所述的方法在所述多重数字液滴pcr检测结果图像上构建所述分类模型；利用所述分类模型对所述多重数字液滴pcr检测结果图像进行分析。根据本技术的实施例，通过该方法可以对构建对多重数字液滴pcr图像结果进行分析。
17、根据本技术的实施例，所述分类模型是采用参考数据预先构建的，并且通过将所述分类模型与所述多重数字液滴pcr检测结果图像进行叠加比对，以便进行所述分析。
18、根据本技术的实施例，所述分析为通过点簇标示进行分析。
19、在本技术的第三方面，本发明提出了一种分类模型，其包括：坐标系，所述坐标系的坐标轴表示单个荧光信号通道的强度；单靶标位点，所述单靶标位点是基于已标记的单靶标液滴的特异的荧光信号组合信息在所述坐标系进行定位的，所述已标记的单靶标液滴的特异的荧光信号组合信息包括两种或两种以上荧光信号的强度信息，所述已标记的单靶标液滴通过多重数字液滴pcr获得；和多靶标位点，所述多靶标位点是通过对基准矢量进行矢量叠加获得的，所述基准矢量是由所述坐标系的原点和所述单靶标位点构成的。
20、根据本技术的实施例，所述单靶标位点和所述多靶标位点各自具有独立的分类界限。
21、在本技术的第四方面，本技术提出了一种对多重数字液滴pcr进行液滴分类的方法，其包括：获取液滴的荧光信号，所述液滴是通过多重数字液滴pcr形成的；基于所述荧光信号和预先构建的分类模型的比较，对所述液滴进行分类，其中，所述分类模型是第三方面所述的分类模型，或者所述分类模型是按照第一方面所述的方法构建的。
22、根据本技术的实施例，所述液滴含有2～5种不同的靶标。
23、在本技术的第五方面，本技术提出了一种对多重数字液滴pcr进行液滴分类的装置，其包括：获取单元，用于获取多个液滴的荧光信息，所述多个液滴是通过多重数字液滴pcr形成的；分类单元，用于基于所述荧光信息和预先构建的分类模型的比较，对所述多个液滴进行分类，其中，所述分类模型是第三方面所述的分类模型，或者所述分类模型是按照第一方面所述的方法构建的。
24、根据本技术的实施例，所述液滴含有2～5种不同的靶标。
25、在本技术的第六方面，本技术提出了一种对多重数字液滴pcr图像分析的装置，其包括：图像采集单元，用于获取多重数字液滴pcr检测结果图像；图像处理单元，用于在所述多重数字液滴pcr检测结果图像上构建分类模型，并且利用所述分类模型对所述多重数字液滴pcr检测结果图像进行分析其中，所述分类模型是按照第一方面所述的方法构建的。
26、根据本技术的实施例，所述装置进一步包括：检测单元，用于获取多重数字液滴pcr检测结果数据；所述图像处理单元可进一步用于根据获取多重数字液滴pcr检测结果数据构建所述分类模型，并且通过将所述分类模型与所述多重数字液滴pcr检测结果图像进行叠加比对，以便进行所述分析。
27、根据本技术的实施例，所述分析为通过点簇标示进行分析。
28、在本技术的第七方面，本技术提出了一种计算机可读存储介质，所述存储介质包括计算机指令，当所述指令被计算机执行时，使得所述计算机实现如前面第一方面、第二方面或第四方面所述的方法。
29、本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
1.一种构建分类模型的方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述荧光信号具有至少两种特异的荧光信号；
3.根据权利要求2所述的方法，其特征在于，所述荧光信号包括选自由6-fam、fitc、fitc-dt、tet、joe、yakima yellow、hex、cy3、tamra、rox、texas red和cy5组成的组中的至少两种。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述坐标系的原点是基于阴性液滴的荧光信号进行定位的，其中，所述阴性液滴不含靶标或荧光信号。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述矢量叠加是通过平行四边形法进行的。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法进一步包括针对预定液滴的定位进行扩围处理，并对所述预定液滴的定位标示对应的液滴种类信息的步骤；
7.根据权利要求6所述的方法，其特征在于，所述扩围处理包括以所述预定液滴在所述坐标系的定位为圆心，以设定的误差为半径，在坐标系上作圆形。
8.根据权利要求6-7任一项所述的方法，其特征在于，所述扩围处理是基于多个含有相同靶标的所述预定液滴的荧光信号确定的；
9.一种多重数字液滴pcr图像的分析方法，其特征在于，包括：
10.根据权利要求9所述的方法，其特征在于，所述分类模型是采用参考数据预先构建的，并且通过将所述分类模型与所述多重数字液滴pcr检测结果图像进行叠加比对，以进行所述分析；
11.一种分类模型，其特征在于，所述分类模型包括：
12.根据权利要求11所述的分类模型，其特征在于，所述单靶标位点和所述多靶标位点各自具有独立的分类界限。
13.一种对多重数字液滴pcr进行液滴分类的方法，其特征在于，所述方法包括：
14.一种对多重数字液滴pcr进行液滴分类的装置，其特征在于，所述装置包括：
15.根据权利要求13所述的方法或权利要求14所述的装置，其特征在于，所述液滴含有2～5种不同的靶标。
16.一种对多重数字液滴pcr图像分析的装置，其特征在于，包括：
17.根据权利要求16所述的装置，其特征在于，所述装置进一步包括：
18.一种计算机可读存储介质，其特征在于，所述存储介质包括计算机指令，当所述指令被计算机执行时，使得所述计算机实现如权利要求9-10、13、15任一项所述的方法。
