知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2023-04-12
(54)【発明の名称】インデックス配列の人工知能ベースのベースコール
(51)【国際特許分類】
G16B 30/20 20190101AFI20230405BHJP
G16B 40/20 20190101ALI20230405BHJP
【ＦＩ】
G16B30/20
G16B40/20
【審査請求】未請求
【予備審査請求】有
(21)【出願番号】P 2022550207
(86)(22)【出願日】2021-02-16
(85)【翻訳文提出日】2022-08-22
(86)【国際出願番号】 US2021018258
(87)【国際公開番号】W WO2021167911
(87)【国際公開日】2021-08-26
(31)【優先権主張番号】62/979,384
(32)【優先日】2020-02-20
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】17/175,546
(32)【優先日】2021-02-12
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
(71)【出願人】
【識別番号】500358711
【氏名又は名称】イルミナ インコーポレイテッド
(74)【代理人】
【識別番号】100108453
【弁理士】
【氏名又は名称】村山 靖彦
(74)【代理人】
【識別番号】100110364
【弁理士】
【氏名又は名称】実広 信哉
(74)【代理人】
【識別番号】100133400
【弁理士】
【氏名又は名称】阿部 達彦
(72)【発明者】
【氏名】キショール・ジャガナタン
(72)【発明者】
【氏名】アミラリ・キア
(57)【要約】
開示される技術は、インデックス配列の人工知能ベースのベースコールに関する。開示される技術は、配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスする。インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す。開示される技術は、現在のインデックス配列決定サイクルからのインデックス画像を、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて正規化する。開示される技術は、ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成する。
【特許請求の範囲】
【請求項1】
インデックス配列をベースコールするための人工知能ベースの方法であって、配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、前記インデックス画像は、前記配列決定ラン中の前記インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
前記インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して前記インデックス画像の正規化されたバージョンを処理し、前記インデックス配列決定サイクルの各々についてベースコールを生成することによって、前記インデックス配列のインデックスリードを生成することと、
を含む、方法。
【請求項2】
前記正規化関数は、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の下位パーセンタイル、並びに、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の上位パーセンタイルを、
前記インデックス画像の前記正規化されたバージョンにおいて、
第１の割合の正規化された強度値が前記下位パーセンタイルを下回り、
第２の割合の前記正規化された強度値が前記上位パーセンタイルを上回り、
第３の割合の前記正規化された強度値が前記下位パーセンタイルと前記上位パーセンタイルとの間となる、
ように計算する、請求項１に記載の人工知能ベースの方法。
【請求項3】
前記現在のインデックス配列決定サイクル、前記先行するインデックス配列決定サイクル、及び前記後続のインデックス配列決定サイクルからの前記インデックス画像によって示されるヌクレオチドが、全体として、前記現在のインデックス配列決定サイクルからの前記インデックス画像のみによって示されるヌクレオチドよりも累積的に多様である、
請求項１に記載の人工知能ベースの方法。
【請求項4】
前記先行するインデックス配列決定サイクル及び前記後続のインデックス配列決定サイクルからの前記インデックス画像のうちの少なくとも１つのインデックス画像が、検出可能な信号状態の１つ以上のヌクレオチドを示す、請求項３に記載の人工知能ベースの方法。
【請求項5】
前記現在のインデックス配列決定サイクルからの前記インデックス画像によって示される前記ヌクレオチドは、４つの塩基Ａ、Ｃ、Ｔ、及びＧのうちのいくつかが全ての前記ヌクレオチドの１５％、１０％、又は５％未満の頻度で表される複雑性の低いパターンである、請求項３に記載の人工知能ベースの方法。
【請求項6】
前記現在のインデックス配列決定サイクル、前記先行するインデックス配列決定サイクル、及び前記後続のインデックス配列決定サイクルからの前記インデックス画像によって示される前記ヌクレオチドは、全体として、前記４つの塩基Ａ、Ｃ、Ｔ、及びＧの各々が全ての前記ヌクレオチドの少なくとも２０％、２５％、又は３０％の頻度で表される複雑性の高いパターンを累積的に形成する、請求項５に記載の人工知能ベースの方法。
【請求項7】
前記ニューラルネットワークベースのベースコーラの訓練中及び推論中に前記正規化関数を使用して前記インデックス画像を前処理することを更に含む、請求項１に記載の人工知能ベースの方法。
【請求項8】
インデックス画像の増強されたバージョンを、前記インデックス画像の強度値にスケーリング係数を乗算し、前記乗算の結果にオフセット値を加算することによって生成する増強関数を使用して、前記インデックス画像を前処理することと、前記ニューラルネットワークベースのベースコーラを介して前記インデックス画像の増強されたバージョンを処理し、前記インデックス配列決定サイクルの各々についてベースコールを生成することによって、前記インデックス配列のインデックスリードを生成することと、
を更に含む、請求項１に記載の人工知能ベースの方法。
【請求項9】
前記ニューラルネットワークベースのベースコーラの前記推論中ではなく、前記訓練中にのみ前記増強関数を使用して前記インデックス画像を前処理することを更に含む、請求項８に記載の人工知能ベースの方法。
【請求項10】
前記インデックス画像を、（ｉ）１つ以上の非現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）前記現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて前記現在のインデックス配列決定サイクルからの前記インデックス画像の前記正規化されたバージョンを生成する前記正規化関数を使用して前処理すること、
を更に含む、請求項１に記載の人工知能ベースの方法。
【請求項11】
前記非現在のインデックス配列決定サイクルは、前記配列決定の初期インデックス配列決定サイクルを含む、請求項１０に記載の人工知能ベースの方法。
【請求項12】
前記非現在のインデックス配列決定サイクルは、前記配列決定の中間インデックス配列決定サイクルを含む、請求項１０に記載の人工知能ベースの方法。
【請求項13】
前記非現在のインデックス配列決定サイクルは、前記配列決定の終期インデックス配列決定サイクルを含む、請求項１０に記載の人工知能ベースの方法。
【請求項14】
前記非現在のインデックス配列決定サイクルは、前記初期インデックス配列決定サイクル、前記中間インデックス配列決定サイクル、及び前記終期インデックス配列決定サイクルの組み合わせを含む、請求項１３に記載の人工知能ベースの方法。
【請求項15】
前記非現在のインデックス配列決定サイクルからの少なくとも１つのインデックス画像が、前記検出可能な信号状態の１つ以上のヌクレオチドを示す、請求項１０に記載の人工知能ベースの方法。
【請求項16】
配列決定ランのインデックス配列決定サイクルで検体をベースコールする人工知能ベースの方法であって、前記インデックス配列決定サイクル中に生成されたインデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
前記現在のインデックス配列決定サイクルでベースコールされている特定の検体について、
インデックス画像パッチを、前記現在のインデックス配列決定サイクル、前記先行するインデックス配列決定サイクル、及び前記後続のインデックス配列決定サイクルからの前記インデックス画像の正規化されたバージョンから、
各正規化されたインデックス画像パッチが、前記現在のインデックス配列決定サイクル中の前記特定の検体及びいくつかの隣接する検体の対応するインデックス配列におけるヌクレオチド取り込みの結果として生成された、前記特定の検体、前記隣接する検体、及びそれらの周囲の背景の強度放射を示すように抽出することと、
前記正規化されたインデックス画像パッチを、畳み込みニューラルネットワークを介して畳み込み、畳み込み表現を生成することと、
前記畳み込み表現に基づいて、前記現在のインデックス配列決定サイクルで前記特定の検体をベースコールすることと、
を含む、方法。
【請求項17】
標的配列及びインデックス配列をベースコールする人工知能ベースの方法であって、前記標的配列は複数の試料に由来し、前記インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は前記複数の試料のそれぞれの試料と一意に関連付けられており、前記標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、前記標的配列は前記配列決定ランの標的配列決定サイクル中に配列決定され、前記インデックス配列は前記配列決定ランのインデックス配列決定サイクル中に配列決定される、方法において、前記方法は、前記標的配列決定サイクル中に前記標的配列について生成された標的画像にアクセスすることであって、前記標的画像は、前記標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
前記標的画像を、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを前記標的画像の強度値のみに基づいて生成する第１の正規化関数を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して前記標的画像の正規化されたバージョンを処理し、前記標的配列決定サイクルの各々についてベースコールを生成することによって、前記標的配列の標的リードを生成することと、
前記インデックス配列決定サイクル中に前記インデックス配列について生成されたインデックス画像にアクセスすることであって、前記インデックス画像は、前記インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
前記インデックス画像を、第２の正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、第２の正規化関数、を使用して前処理することと、
前記ニューラルネットワークベースのベースコーラを介して前記インデックス画像の正規化されたバージョンを処理し、前記インデックス配列決定サイクルの各々についてベースコールを生成することによって、前記インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、前記標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、前記複数の試料中の特定の試料に属するものとして分類することと、
を含む、方法。
【請求項18】
前記第１の正規化関数は、前記標的画像の前記強度値の下位パーセンタイルと、
前記標的画像の前記強度値の上位パーセンタイルとを、
前記標的画像の前記正規化されたバージョンにおいて、
第１の割合の正規化された強度値が前記下位パーセンタイルを下回り、
第２の割合の前記正規化された強度値が前記上位パーセンタイルを上回り、
第３の割合の前記正規化された強度値が前記下位パーセンタイルと前記上位パーセンタイルとの間となる、
ように計算する、請求項１７に記載の人工知能ベースの方法。
【請求項19】
標的配列及びインデックス配列をベースコールする人工知能ベースの方法であって、前記標的配列は複数の試料に由来し、前記インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は前記複数の試料のそれぞれの試料と一意に関連付けられており、前記標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、前記標的配列は前記配列決定ランの標的配列決定サイクル中に配列決定され、前記インデックス配列は前記配列決定ランのインデックス配列決定サイクル中に配列決定される、方法において、前記方法は、前記標的配列決定サイクル中に前記標的配列について生成された標的画像にアクセスすることであって、前記標的画像は、前記標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
前記インデックス配列決定サイクル中に前記インデックス配列について生成されたインデックス画像にアクセスすることであって、前記インデックス画像は、前記インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して前記標的画像の正規化されたバージョンを処理し、前記標的配列決定サイクルの各々についてベースコールを生成することによって、前記標的配列の標的リードを生成することと、
前記ニューラルネットワークベースのベースコーラを介して前記インデックス画像の正規化されたバージョンを処理し、前記インデックス配列決定サイクルの各々についてベースコールを生成することによって、前記インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、前記標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、前記複数の試料中の特定の試料に属するものとして分類することと、
を含む、方法。
【請求項20】
前記正規化関数は、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、の下位パーセンタイル、並びに、
（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、の上位パーセンタイルを、
前記標的画像の前記正規化されたバージョンにおいて、
第１の割合の正規化された強度値が前記下位パーセンタイルを下回り、
第２の割合の前記正規化された強度値が前記上位パーセンタイルを上回り、
第３の割合の前記正規化された強度値が前記下位パーセンタイルと前記上位パーセンタイルとの間となる、
ように計算する、請求項１９に記載の人工知能ベースの方法。
【発明の詳細な説明】
【技術分野】
【0001】
開示される技術は、人工知能型コンピュータ及びデジタルデータ処理システム、並びに知能（すなわち、知識ベースのシステム、推論システム、及び知識取得システム）を模倣するための対応するデータ処理方法及び製品に関し、不確実性を伴う推論のためのシステム（例えば、ファジー論理システム）、適応システム、機械学習システム、及び人工ニューラルネットワークを含む。具体的には、開示される技術は、データを分析するための深層畳み込みニューラルネットワークなどの深層ニューラルネットワークを使用することに関する。
【0002】
優先権出願
本ＰＣＴ出願は、２０２０年２月２０日に出願された「ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＢＡＳＥ ＣＡＬＬＩＮＧ ＯＦ ＩＮＤＥＸ ＳＥＱＵＥＮＣＥＳ」と題する米国仮特許出願第６２／９７９，３８４号（代理人整理番号ＩＬＬＭ １０１５－１／ＩＰ－１８５７－ＰＲＶ）及び、２０２１年２月１２日に出願された「ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＢＡＳＥ ＣＡＬＬＩＮＧ ＯＦ ＩＮＤＥＸ ＳＥＱＵＥＮＣＥＳ」と題する米国特許出願第１７／１７５，５４６号（代理人整理番号ＩＬＬＭ １０１５－２／ＩＰ－１８５７－ＵＳ）の優先権及び利益を主張する。優先権出願は、本明細書に完全に記載されているかのように、全ての目的のために参照により本明細書に組み込まれる。
組み込み
本ＰＣＴ出願は、２０２０年２月２０日に出願された「ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＢＡＳＥ ＣＡＬＬＩＮＧ ＯＦ ＩＮＤＥＸ ＳＥＱＵＥＮＣＥＳ」と題する米国仮特許出願第６２／９７９，３８４号（代理人整理番号ＩＬＬＭ １０１５－１／ＩＰ－１８５７－ＰＲＶ）及び、２０２１年２月１２日に出願された「ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＢＡＳＥ ＣＡＬＬＩＮＧ ＯＦ ＩＮＤＥＸ ＳＥＱＵＥＮＣＥＳ」と題する米国特許出願第１７／１７５，５４６号（代理人整理番号ＩＬＬＭ １０１５－２／ＩＰ－１８５７－ＵＳ）の優先権及び利益を主張する。優先権出願は、本明細書に完全に記載されているかのように、全ての目的のために参照により本明細書に組み込まれる。
組み込み
【0003】
以下は、本明細書に完全に記載されているかのように参照により組み込まれる。
【0004】
２０２０年２月２０日に出願された「ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＭＡＮＹ－ＴＯ－ＭＡＮＹ ＢＡＳＥ ＣＡＬＬＩＮＧ」と題する米国仮特許出願第６２／９７９，４１４号（代理人整理番号ＩＬＬＭ １０１６－１／ＩＰ－１８５８－ＰＲＶ）、
【0005】
２０２０年２月２０日に出願された「ＫＮＯＷＬＥＤＧＥ ＤＩＳＴＩＬＬＡＴＩＯＮ－ＢＡＳＥＤ ＣＯＭＰＲＥＳＳＩＯＮ ＯＦ ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＢＡＳＥ ＣＡＬＬＥＲ」と題する米国仮特許出願第６２／９７９，３８５号（代理人整理番号ＩＬＬＭ １０１７－１／ＩＰ－１８５９－ＰＲＶ）、
【0006】
２０２０年８月２８日に出願された「ＤＥＴＥＣＴＩＮＧ ＡＮＤ ＦＩＬＴＥＲＩＮＧ ＣＬＵＳＴＥＲＳ ＢＡＳＥＤ ＯＮ ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＰＲＥＤＩＣＴＥＤ ＢＡＳＥ ＣＡＬＬＳ」と題する米国仮特許出願第６３／０７２，０３２号（代理人整理番号ＩＬＬＭ １０１８－１／ＩＰ－１８６０－ＰＲＶ）、
【0007】
２０２０年２月２０日に出願された「ＭＵＬＴＩ－ＣＹＣＬＥ ＣＬＵＳＴＥＲ ＢＡＳＥＤ ＲＥＡＬ ＴＩＭＥ ＡＮＡＬＹＳＩＳ ＳＹＳＴＥＭ」と題する米国特許仮出願第６２／９７９，４１２号（代理人整理番号ＩＬＬＭ １０２０－１／ＩＰ－１８６６－ＰＲＶ）、
【0008】
２０２０年２月２０日に出願された「ＤＡＴＡ ＣＯＭＰＲＥＳＳＩＯＮ ＦＯＲ ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＢＡＳＥ ＣＡＬＬＩＮＧ」と題する米国仮特許出願第６２／９７９，４１１号（代理人整理番号ＩＬＬＭ １０２９－１／ＩＰ－１９６４－ＰＲＶ）、
【0009】
２０２０年２月２０日に出願された「ＳＱＵＥＥＺＩＮＧ ＬＡＹＥＲ ＦＯＲ ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＢＡＳＥ ＣＡＬＬＩＮＧ」と題する米国仮特許出願第６２／９７９，３９９号（代理人整理番号ＩＬＬＭ １０３０－１／ＩＰ－１９８２－ＰＲＶ）、
【0010】
２０２０年３月２０日に出願された「ＴＲＡＩＮＩＮＧ ＤＡＴＡ ＧＥＮＥＲＡＴＩＯＮ ＦＯＲ ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＳＥＱＵＥＮＣＩＮＧ」と題する米国特許出願第１６／８２５，９８７号（代理人整理番号ＩＬＬＭ １００８－１６／ＩＰ－１６９３－ＵＳ）、
【0011】
２０２０年３月２０日に出願された「ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＧＥＮＥＲＡＴＩＯＮ ＯＦ ＳＥＱＵＥＮＣＩＮＧ ＭＥＴＡＤＡＴＡ」と題する米国仮特許出願第１６／８２５，９９１号（代理人整理番号ＩＬＬＭ １００８－１７／ＩＰ－１７４１－ＵＳ）、
【0012】
２０２０年３月２０日に出願された「ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＢＡＳＥ ＣＡＬＬＩＮＧ」と題する米国特許出願第１６／８２６，１２６号（代理人整理番号ＩＬＬＭ １００８－１８／ＩＰ－１７４４－ＵＳ）、
【0013】
２０２０年３月２０日に出願された「ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＱＵＡＬＩＴＹ ＳＣＯＲＩＮＧ」と題する米国特許出願第１６／８２６，１３４号（代理人整理番号第ＩＬＬＭ １００８－１９／ＩＰ－１７４７－ＵＳ）、及び
【0014】
２０２０年３月２１日に出願された「ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＳＥＱＵＥＮＣＩＮＧ」と題する米国特許出願第１６／８２６，１６８号（代理人整理番号ＩＬＬＭ １００８－２０／ＩＰ－１７５２－ＰＲＶ－ＵＳ）。
【背景技術】
【0015】
このセクションで考察される主題は、単にこのセクションにおける言及の結果として、先行技術であると想定されるべきではない。同様に、このセクションで言及した問題、又は背景として提供された主題と関連付けられた問題は、先行技術において以前に認識されていると想定されるべきではない。このセクションの主題は、単に、異なるアプローチを表し、それ自体はまた、特許請求される技術の実施態様に対応し得る。
【0016】
次世代配列決定（ＮＧＳ）技術の改善により、配列決定速度及びデータ出力が大幅に増加し、現在の配列決定プラットフォームの大量の試料スループットがもたらされた。およそ１０年前、Ｉｌｌｕｍｉｎａ Ｇｅｎｏｍｅ Ａｎａｌｙｚｅｒ（商標）は、１回のランあたり最大１ギガバイトの配列データを生成することができた。今日、Ｉｌｌｕｍｉｎａ ＮｏｖａＳｅｑ（商標）シリーズのシステムは、２日間で最大２テラバイトのデータを生成することができ、これは２０００倍を超える能力の増加を表す。
【発明の概要】
【課題を解決するための手段】
【0017】
この能力の増加を利用する鍵は多重化であり、多重化は、ライブラリ調製中に各ＤＮＡ断片に固有のインデックス配列（「バーコード」）を付加することによって、単一の配列決定ラン中に複数のライブラリのプーリングと配列決定とを同時に行うことを可能にする。配列決定リードは、逆多重化中にそれぞれの試料にソートされ、適切な位置合わせを可能にする。
【0018】
インデックス配列をベースコールするために人工知能及びニューラルネットワークを使用する機会が生じる。より高いベースコールスループット及びより高いベースコール精度が結果として生じ得る。
【0019】
特許又は出願ファイルは、カラーで創作された少なくとも１つの図面を含む。カラー図面（単数又は複数）を有するこの特許又は特許出願公開のコピーは、必要な料金の要求及び支払いの際に、庁によって提供される。カラー図面はまた、補足コンテンツタブを介してＰＡＩＲ（ｐａｔｅｎｔ ａｐｐｌｉｃａｔｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｒｅｔｒｉｅｖａｌ：特許出願情報検索）で利用可能であってもよい。
【0020】
図面では、同様の参照文字は、概して、異なる図全体を通して同様の部分を指す。また、図面は必ずしも縮尺どおりではなく、その代わりに、開示された技術の原理を例示することを強調している。以下の説明では、開示される技術の様々な実施態様が、以下の図面を参照して説明される。
【図面の簡単な説明】
【0021】
【図1】インデックス付きライブラリからのポリヌクレオチドの配列決定の一実施態様を示す図である。
【図2】標的リードを生成するために標的配列を配列決定し、インデックスリードを生成するためにインデックス配列を配列決定する一実施態様を示す図である。
【図3】インデックス画像の正規化の一実施態様を示す図である。
【図4】正規化されたインデックス画像をベースコールのためにニューラルネットワークベースのベースコーラを介して処理する一実施態様を示す図である。
【図5】インデックス画像の正規化を非現在のインデックス配列決定サイクルに拡張する一実施態様を示す図である。
【図6】検出可能な信号状態の１つ以上のヌクレオチドを示す少なくとも１つのインデックス画像を使用したインデックス画像の正規化の一実施態様を示す図である。
【図7】標的配列及びインデックス配列のベースコールの一実施態様を示す図である。
【図8】増強を使用する前処理の一実施態様を示す図である。
【図9】第１の標的リード（リード１）の２つの標的配列決定サイクル（サイクル１及び１５１）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図10】第１の標的リード（リード１）の２つの標的配列決定サイクル（サイクル１及び１５１）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図11】第１のインデックスリード（インデックスリード１）の８つのインデックス配列決定サイクル（サイクル１５２、１５３、１５４、１５５、１５６、１５７、１５８、及び１５９）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図12】第１のインデックスリード（インデックスリード１）の８つのインデックス配列決定サイクル（サイクル１５２、１５３、１５４、１５５、１５６、１５７、１５８、及び１５９）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図13】第１のインデックスリード（インデックスリード１）の８つのインデックス配列決定サイクル（サイクル１５２、１５３、１５４、１５５、１５６、１５７、１５８、及び１５９）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図14】第１のインデックスリード（インデックスリード１）の８つのインデックス配列決定サイクル（サイクル１５２、１５３、１５４、１５５、１５６、１５７、１５８、及び１５９）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図15】第１のインデックスリード（インデックスリード１）の８つのインデックス配列決定サイクル（サイクル１５２、１５３、１５４、１５５、１５６、１５７、１５８、及び１５９）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図16】第１のインデックスリード（インデックスリード１）の８つのインデックス配列決定サイクル（サイクル１５２、１５３、１５４、１５５、１５６、１５７、１５８、及び１５９）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図17】第１のインデックスリード（インデックスリード１）の８つのインデックス配列決定サイクル（サイクル１５２、１５３、１５４、１５５、１５６、１５７、１５８、及び１５９）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図18】第１のインデックスリード（インデックスリード１）の８つのインデックス配列決定サイクル（サイクル１５２、１５３、１５４、１５５、１５６、１５７、１５８、及び１５９）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図19】第２のインデックスリード（インデックスリード２）の８つのインデックス配列決定サイクル（サイクル１６０、１６１、１６２、１６３、１６４、１６５、１６６、及び１６７）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図20】第２のインデックスリード（インデックスリード２）の８つのインデックス配列決定サイクル（サイクル１６０、１６１、１６２、１６３、１６４、１６５、１６６、及び１６７）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図21】第２のインデックスリード（インデックスリード２）の８つのインデックス配列決定サイクル（サイクル１６０、１６１、１６２、１６３、１６４、１６５、１６６、及び１６７）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図22】第２のインデックスリード（インデックスリード２）の８つのインデックス配列決定サイクル（サイクル１６０、１６１、１６２、１６３、１６４、１６５、１６６、及び１６７）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図23】第２のインデックスリード（インデックスリード２）の８つのインデックス配列決定サイクル（サイクル１６０、１６１、１６２、１６３、１６４、１６５、１６６、及び１６７）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図24】第２のインデックスリード（インデックスリード２）の８つのインデックス配列決定サイクル（サイクル１６０、１６１、１６２、１６３、１６４、１６５、１６６、及び１６７）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図25】第２のインデックスリード（インデックスリード２）の８つのインデックス配列決定サイクル（サイクル１６０、１６１、１６２、１６３、１６４、１６５、１６６、及び１６７）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図26】第２のインデックスリード（インデックスリード２）の８つのインデックス配列決定サイクル（サイクル１６０、１６１、１６２、１６３、１６４、１６５、１６６、及び１６７）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図27】第２の標的リード（リード２）の２つの標的配列決定サイクル（サイクル１６８及び１６９）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図28】第２の標的リード（リード２）の２つの標的配列決定サイクル（サイクル１６８及び１６９）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す図である。
【図29】４つの試料を多重化するために４つのインデックス配列を使用する配列決定ランにおいて、インデックス画像が正規化されていない場合、ニューラルネットワークベースのベースコーラのインデックスベースコール性能が低下することを示す図である。
【図30】２つの試料を多重化するために２つのインデックス配列を使用する配列決定ランにおいて、インデックス画像が正規化されていない場合、ニューラルネットワークベースのベースコーラのインデックスベースコール性能が低下することを示す図である。
【図31】単一の試料を配列決定するために単一のインデックス配列を使用する配列決定ランにおいて、インデックス画像が正規化されていない場合、ニューラルネットワークベースのベースコーラのインデックスベースコール性能が低下することを示す図である。
【図32】開示される技術を実施するために使用され得るコンピュータシステムである。
【図33】標的配列及びインデックス配列のベースコールの別の実施態様を示す図である。
【図34】配列決定ランのインデックス配列決定サイクルで検体をベースコールする人工知能ベースの方法のフローチャートの一実施態様である。
【図35】標的配列及びインデックス配列をベースコールする人工知能ベースの方法のフローチャートの一実施態様である。
【発明を実施するための形態】
【0022】
以下の考察は、開示される技術を当業者が作製及び使用することを可能にするために提示され、特定の用途及びその要件に関連して提供される。開示される実施態様に対する様々な修正は、当業者には容易に明らかとなり、本明細書で定義される一般原理は、開示される技術の趣旨及び範囲から逸脱することなく、他の実施態様及び用途に適用され得る。したがって、開示される技術は、示される実施態様に限定されることを意図するものではなく、本明細書に開示される原理及び特徴と一致する最も広い範囲を与えられるものである。
【0023】
多重化
図１は、インデックス付きライブラリからのポリヌクレオチドの配列決定の一実施態様を示す。異なるライブラリからのポリヌクレオチドが配列決定のためにプール又は多重化される場合、各ライブラリからのポリヌクレオチドは、ライブラリ特異的インデックス配列を含むように修飾される。配列決定中、インデックス配列は、ライブラリからの標的ポリヌクレオチド配列と共に配列決定される。インデックス配列は、標的配列が由来するライブラリを同定することができるように、標的ポリヌクレオチド配列と関連付けられている。
図１は、インデックス付きライブラリからのポリヌクレオチドの配列決定の一実施態様を示す。異なるライブラリからのポリヌクレオチドが配列決定のためにプール又は多重化される場合、各ライブラリからのポリヌクレオチドは、ライブラリ特異的インデックス配列を含むように修飾される。配列決定中、インデックス配列は、ライブラリからの標的ポリヌクレオチド配列と共に配列決定される。インデックス配列は、標的配列が由来するライブラリを同定することができるように、標的ポリヌクレオチド配列と関連付けられている。
【0024】
多重化、インデックス配列、及び逆多重化に関する更なる詳細は、Ｉｌｌｕｍｉｎａ、「Ｉｎｄｅｘｅｄ Ｓｅｑｕｅｎｃｉｎｇ Ｏｖｅｒｖｉｅｗ Ｇｕｉｄｅ」、文書番号１５０５７４５５、ｖ．５、２０１９年３月、並びにＩｎｌｕｍｉｎａの米国特許出願公開第２０１８／０３０５７５１号明細書、第２０１８／０３３４７１２号明細書、第２０１６／０１１０４９８号明細書、第２０１８／０３３４７１１号明細書、及び国際公開第２０１９／０９０２５１号パンフレットに見出すことができ、それらの各々は、参照により本明細書に組み込まれる。
【0025】
パネルＡは、インデックス付きライブラリ１０２を示す。ここで、一意のインデックス配列（「インデックス」）が、ライブラリ調製中に２つの異なるライブラリに付加される。第１のインデックス配列（インデックス１）は、「ＣＡＴＴＣＧ」のバーコードを有する。第２のインデックス配列（インデックス２）は、「ＡＡＣＴＧＡ」のバーコードを有する。
【0026】
パネルＢは、プーリング１０４を示す。ここで、インデックス付きライブラリ１０２は一緒にプールされ、同じフローセルレーンにロードされる。
【0027】
パネルＣは、配列決定１０６及び配列決定出力１１６を示す。ここで、インデックス付きライブラリ１０２は、機器の単一のランの間に一緒に配列決定される。次いで、全ての配列が出力ファイル１１６にエクスポートされる。出力ファイル１１６は、対応するインデックスリード（青色及びマゼンタ）に結合された配列リード（緑色）を含む。
【0028】
パネルＤは、逆多重化１０８を示す。ここで、逆多重化アルゴリズムは、配列リードをそれらのインデックスに従って異なるファイルにソートする。
【0029】
パネルＥは、位置合わせ１１０を示す。ここで、逆多重化された配列リードの各セットは、適切な参照配列に位置合わせされる。
【0030】
標的配列及びインデックス配列
図２は、標的配列２２２を配列決定して標的リード２０２（「ＧＴＣＣＧＡＴＡ」）を生成し、インデックス配列２３２を配列決定してインデックスリード２０４（「ＡＡＣＴＧＡ」）を生成する一実施態様を示す。インデックス配列２３２は、テンプレート調製ステップ中に標的配列２２２に結合されたヌクレオチドの合成配列であり得る。標的配列２２２は、天然に存在するＤＮＡ、ＲＮＡ、又はいくつかの他の生物学的分子であり得る。インデックス配列２３２の長さは、２～２０個のヌクレオチドの範囲であり得る。例えば、インデックス配列２３２は、１～１０ヌクレオチド長又は４～６ヌクレオチド長であり得る。４ヌクレオチドインデックス配列は、同じアレイ上で２５６個の試料を多重化することを可能にする。６ヌクレオチドインデックス配列は、同じアレイ上で４０９６個の試料を処理することを可能にする。
図２は、標的配列２２２を配列決定して標的リード２０２（「ＧＴＣＣＧＡＴＡ」）を生成し、インデックス配列２３２を配列決定してインデックスリード２０４（「ＡＡＣＴＧＡ」）を生成する一実施態様を示す。インデックス配列２３２は、テンプレート調製ステップ中に標的配列２２２に結合されたヌクレオチドの合成配列であり得る。標的配列２２２は、天然に存在するＤＮＡ、ＲＮＡ、又はいくつかの他の生物学的分子であり得る。インデックス配列２３２の長さは、２～２０個のヌクレオチドの範囲であり得る。例えば、インデックス配列２３２は、１～１０ヌクレオチド長又は４～６ヌクレオチド長であり得る。４ヌクレオチドインデックス配列は、同じアレイ上で２５６個の試料を多重化することを可能にする。６ヌクレオチドインデックス配列は、同じアレイ上で４０９６個の試料を処理することを可能にする。
【0031】
配列決定１０６中、標的プライマー２１２は標的配列２２２を横断して標的リード２０２（「ＧＴＣＣＧＡＴＡ」）を生成し、インデックスプライマー２２４はインデックス配列２３２を横断してインデックスリード２０４（「ＡＡＣＴＧＡ」）を生成する。いくつかの実施態様では、配列決定１０６は、Ｉｌｌｕｍｉｎａの単一インデックス付き配列決定である。他の実施態様では、配列決定１０６は、Ｉｌｌｕｍｉｎａの二重インデックス付き配列決定である。
【0032】
ベースコールは、標的配列２２２及びインデックス配列２３２のヌクレオチド組成物を決定するプロセス、すなわち、標的リード２０２（「ＧＴＣＣＧＡＴＡ」）及びインデックスリード２０４（「ＡＡＣＴＧＡ」）を生成するプロセスである。ベースコールは、画像データの分析、すなわち、ＩｌｌｕｍｉｎａのｉＳｅｑ、ＨｉＳｅｑＸ、ＨｉＳｅｑ ３０００、ＨｉＳｅｑ ４０００、ＨｉＳｅｑ ２５００、ＮｏｖａＳｅｑ ６０００、ＮｅｘｔＳｅｑ、ＮｅｘｔＳｅｑＤｘ、ＭｉＳｅｑ、及びＭｉＳｅｑＤｘなどの配列決定機器による配列決定１０６中に生成された配列決定画像を分析することを含む。以下の説明は、一実施態様に従って、配列決定画像がどのように生成され、それらが何を描写するのかを概説する。
【0033】
ベースコールは、配列決定機器の生信号、すなわち、配列決定画像から抽出された強度データをヌクレオチド配列にデコードする。一実施態様では、Ｉｌｌｕｍｉｎａプラットフォームは、ベースコールのための環状可逆終端（Cyclic Reversible Termination、ＣＲＴ）化学を採用する。このプロセスは、新たに添加された各ヌクレオチドの放出信号を追跡しながら、蛍光標識されたヌクレオチドを有するテンプレート鎖に相補的な新生鎖を伸長させることに依存する。蛍光標識されたヌクレオチドは、ヌクレオチド型のフルオロフォア信号をアンカーする３’除去可能ブロックを有する。
【0034】
配列決定１０６は、（ａ）蛍光標識ヌクレオチドを添加することによって新生鎖（例えば、標的配列２２２、インデックス配列２３２）を伸長させることと、（ｂ）配列決定機器の光学システムの１つ以上のレーザを使用してフルオロフォアを励起させ、光学システムの異なるフィルタを通した撮像によって配列決定画像を生成することと、（ｃ）次の配列決定サイクルに備えてフルオロフォアを切断し、３’ブロックを除去することと、の３つのステップを各々含む反復サイクルで行われる。取り込み及び撮像サイクルは、指定された数の配列決定サイクルまで繰り返され、リード長を定義する。このアプローチを使用して、各サイクルはテンプレート鎖に沿って新しい位置を照合する。
【0035】
Ｉｌｌｕｍｉｎａプラットフォームの膨大な能力は、数百万又は更には数十億もの検体（例えば、クラスター）のＣＲＴ反応を同時に実施及び感知する能力に起因する。クラスターは、テンプレート鎖の約１０００個の同一のコピーを含むが、クラスターのサイズ及び形状は様々である。クラスターは、配列決定ランの前に、入力ライブラリのブリッジ増幅によってテンプレート鎖から伸長される。増幅及びクラスター伸長の目的は、撮像デバイスが一本鎖のフルオロフォア信号を確実に感知することができないため、放出される信号の強度を増加させることである。しかしながら、クラスター内の鎖の物理的距離は小さいため、撮像デバイスは鎖のクラスターを単一のスポットとして知覚する。
【0036】
配列決定１０６は、入力鎖を保持する小さなガラススライドであるフローセルで生じる。フローセルは、顕微鏡撮像、励起レーザ、及び蛍光フィルタを含む光学システムに接続される。フローセルは、レーンと呼ばれる複数のチャンバを含む。レーンは互いに物理的に分離されており、試料の交差汚染なしに区別可能な異なるタグ付き配列決定ライブラリを含むことができる。配列決定機器の撮像デバイス（例えば、電荷結合素子（ＣＣＤ）又は相補型金属酸化膜半導体（ＣＭＯＳ）センサなどの固体イメージャ）は、タイルと呼ばれる一連の非重複領域のレーンに沿った複数の位置でスナップショットを撮像する。例えば、ＩｌｌｕｍｉｎａのＧｅｎｏｍｅ Ａｎａｌｙｚｅｒ ＩＩにはレーン当たり１００個のタイル、ＩｌｌｕｍｉｎａのＨｉＳｅｑ２０００にはレーン当たり６８個のタイルが存在する。タイルは数十万～数百万個のクラスターを保持する。
【0037】
配列決定１０６の出力は配列決定画像であり、各々がクラスター及びその周囲の背景の強度放射を示す。標的配列２２２を配列決定する配列決定１０６の配列決定サイクルは、「標的配列決定サイクル」と呼ばれ、インデックス配列２３２を配列決定する配列決定１０６の配列決定サイクルは、「インデックス配列決定サイクル」と呼ばれる。標的配列決定サイクル中に生成された配列決定画像は「標的画像」と呼ばれ、インデックス配列決定サイクル中に生成された配列決定画像は「インデックス画像」と呼ばれる。
【0038】
標的画像は、配列決定１０６中の標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す。インデックス画像は、配列決定１０６中のインデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す。強度放射は、関連する検体及びそれらの周囲の背景からのものである。
【0039】
（ニューラルネットワークベースのベースコール）
ここで説明は、ニューラルネットワーク、すなわちニューラルネットワークベースのベースコーラ４３０が、配列決定画像をベースコール４３２にマッピングするように訓練される、ニューラルネットワークベースのベースコールに移る。
ここで説明は、ニューラルネットワーク、すなわちニューラルネットワークベースのベースコーラ４３０が、配列決定画像をベースコール４３２にマッピングするように訓練される、ニューラルネットワークベースのベースコールに移る。
【0040】
説明は、以下のように構成される。まず、一実施態様に従って、ニューラルネットワークベースのベースコーラ４３０への入力を説明する。次いで、ニューラルネットワークベースのベースコーラ４３０の構造及び形態の例を示す。最後に、一実施態様による、ニューラルネットワークベースのベースコーラ４３０の出力が説明される。
【0041】
ニューラルネットワークベースのベースコーラ４３０に関する更なる詳細は、参照により本明細書に組み込まれる、２０１９年３月２１日出願の「ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＳＥＱＵＥＮＣＩＮＧ」と題する米国仮特許出願第６２／８２１，７６６号（代理人整理番号ＩＬＬＭ １００８－９／ＩＰ－１７５２－ＰＲＶ）に見出すことができる。
【0042】
一実施態様では、画像パッチが標的画像及びインデックス画像から抽出される。抽出された画像パッチは、ベースコールのための「入力画像データ」として、ニューラルネットワークベースのベースコーラ４３０に提供される。画像パッチは、寸法ｗ×ｈを有し、ｗ（幅）及びｈ（高さ）は、１から１０，０００の範囲の任意の数（例えば、３×３、５×５、７×７、１０×１０、１５×１５、２５×２５）である。いくつかの実施態様では、ｗとｈとは同じである。他の実施態様では、ｗとｈとは異なる。
【0043】
配列決定１０６は、対応するｍ個の画像チャネルについて、配列決定サイクルごとにｍ個の画像を生成する。一実施態様では、各画像チャネルは、複数のフィルタ波長帯域のうちの１つに対応する。別の実施態様では、各画像チャネルは、配列決定サイクルにおける複数の撮像事象のうちの１つに対応する。更に別の実施態様では、各画像チャネルは、特定のレーザによる照射と特定の光学フィルタを通した撮像との組み合わせに対応する。
【0044】
特定の配列決定サイクルのための入力画像データを準備するために、ｍ個の画像の各々から画像パッチが抽出される。４－、２－、及び１－チャネル化学などの異なる実施態様では、ｍは、４又は２である。他の実施態様では、ｍは、１、３、又は４よりも大きい。入力画像データは、いくつかの実施態様では、光学ピクセルドメイン内にあり、他の実施態様では、アップサンプリングされたサブピクセルドメイン内にある。
【0045】
例えば、配列決定１０６が２つの異なる画像チャネル、すなわち赤色チャネル及び緑色チャネルを使用する場合を考える。この場合、各配列決定サイクルにおいて、配列決定１０６は赤色画像及び緑色画像を生成する。このようにして、一連のｋ回の配列決定サイクルについて、ｋ対の赤色画像及び緑色画像を有する配列が出力として生成される。
【0046】
入力画像データは、配列決定ランの一連のｋ回の配列決定サイクルについて生成されたサイクルごとの画像パッチの配列を含む。サイクルごとの画像パッチは、１つ以上の画像チャネル（例えば、赤色チャネル及び緑色チャネル）の関連する検体及びそれらの周囲の背景についての強度データを含む。一実施態様では、単一の標的検体（例えば、クラスター）がベースコールされる場合、サイクルごとの画像パッチは、標的関連検体の強度データを含む中心ピクセルを中心とし、サイクルごとの画像パッチの中心以外のピクセルは、標的関連検体に隣接する関連検体の強度データを含む。
【0047】
入力画像データは、複数の配列決定サイクル（例えば、現在の配列決定サイクル、１つ以上の先行する配列決定サイクル、及び１つ以上の連続する配列決定サイクル）のデータを含む。一実施態様では、入力画像データは、ベースコールされる現在の（時点ｔ）配列決定サイクルのデータが、（ｉ）左隣接／コンテキスト／以前の／先行する／前の（時点ｔ－１）配列決定サイクルのデータ、及び（ｉｉ）右隣接／コンテキスト／次の／連続する／後続の（時点ｔ＋１）配列決定サイクルのデータを伴うように、３回の配列決定サイクルのデータを含む。他の実施態様では、入力画像データは、単一の配列決定サイクルのデータを含む。更に他の実施態様では、入力画像データは、５８、７５、９２、１３０、１６８、１７５、２０９、２２５、２３０、２７５、３１８、３２５、３３０、５２５、又は６２５配列決定サイクルのデータを含む。
【0048】
一実施態様では、ニューラルネットワークベースのベースコーラ４３０は、多層パーセプトロン（Multilayer Perceptron、ＭＬＰ）である。別の実施態様では、ニューラルネットワークベースのベースコーラ４３０は、フィードフォワードニューラルネットワークである。更に別の実施態様では、ニューラルネットワークベースのベースコーラ４３０は、完全に接続されたニューラルネットワークである。更なる実施態様では、ニューラルネットワークベースのベースコーラ４３０は、完全畳み込みニューラルネットワークである。更に別の実施態様では、ニューラルネットワークベースのベースコーラ４３０は、セマンティックセグメンテーションニューラルネットワークである。
【0049】
一実施態様では、ニューラルネットワークベースのベースコーラ４３０は、複数の畳み込み層を有する畳み込みニューラルネットワーク（ＣＮＮ）である。別の実施態様では、それは、長い短期メモリネットワーク（ＬＳＴＭ）、双方向ＬＳＴＭ（Ｂｉ－ＬＳＴＭ）、又はゲートされた反復単位（ＧＲＵ）などの反復ニューラルネットワーク（ＲＮＮ）である。更に別の実施態様では、ニューラルネットワークベースのベースコーラは、ＣＮＮ及びＲＮＮの両方を含む。
【0050】
更に他の実施態様では、ニューラルネットワークベースのベースコーラ４３０は、１Ｄ畳み込み、２Ｄ畳み込み、３Ｄ畳み込み、４Ｄ畳み込み、５Ｄ畳み込み、拡張又は膨張畳み込み、転置畳み込み、深さ毎に分離可能な畳み込み、点毎の畳み込み、１ｘ１畳み込み、グループ畳み込み、平坦化（flattened）畳み込み、空間及びクロスチャネル（spatial and cross-channel）畳み込み、シャッフルグループ化（shuffled grouped）畳み込み、空間的に分離可能な畳み込み、並びに逆畳み込みを使用することができる。それは、ロジスティック回帰／対数損失、多クラスクロスエントロピー／ソフトマックス損失、二値クロスエントロピー損失、平均二乗誤差損失、Ｌ１損失、Ｌ２損失、平滑Ｌ１損失、及びＨｕｂｅｒ損失などの１つ又はそれ以上の損失関数を使用することができる。ニューラルネットワークベースのベースコーラは、ＴＦＲｅｃｏｒｄｓ、圧縮符号化（例えば、ＰＮＧ）、シャーディング、マップ変換に対する並列コール、バッチング、プリフェッチング、モデル並列性、データ並列性、及び同期／非同期ＳＧＤなどの、任意の並列性、効率性、及び圧縮方式を使用することができる。ニューラルネットワークベースのベースコーラは、アップサンプリング層、ダウンサンプリング層、回帰接続、ゲート及びゲートされたメモリユニット（ＬＳＴＭ又はＧＲＵなど）、残差ブロック、残差接続、ハイウェイ接続、スキップ接続、覗き穴結合、活性化関数（例えば、正規化線形ユニット（ＲｅＬＵ）、Ｌｅａｋｙ ＲｅＬＵ、指数関数的線形ユニット（ＥＬＵ）、シグモイド及び双曲線正接関数（ｔａｎｈ）などの非線形変換関数）、バッチ正規化層、正規化層、ドロップアウト、プーリング層（例えば、最大又は平均プーリング）、グローバル平均プーリング層、及び注意機構を含むことができる。
【0051】
一実施態様では、ニューラルネットワークベースのベースコーラ４３０は、特定の配列決定サイクルで単一の標的検体に対するベースコールを出力する。別の実施態様では、ニューラルネットワークベースのベースコーラは、特定の配列決定サイクルで複数の標的検体の各標的検体に対するベースコールを出力する。更に別の実施態様では、ニューラルネットワークベースのベースコーラは、複数の配列決定サイクルの各配列決定サイクルで複数の標的検体の各標的検体に対するベースコールを出力することによって、各標的検体に対するベースコール配列を生成する。
【0052】
前処理
一実施態様では、標的画像及びインデックス画像からの画像データは、ニューラルネットワークベースのベースコーラ４３０への入力として直接供給されない。代わりに、標的画像及びインデックス画像は、最初に前処理される。しかしながら、インデックス画像は、標的画像とは異なる方法で前処理される。
一実施態様では、標的画像及びインデックス画像からの画像データは、ニューラルネットワークベースのベースコーラ４３０への入力として直接供給されない。代わりに、標的画像及びインデックス画像は、最初に前処理される。しかしながら、インデックス画像は、標的画像とは異なる方法で前処理される。
【0053】
本明細書に記載のベースコール論理は、インデックス画像が、４つの塩基Ａ、Ｃ、Ｔ、及びＧのうちのいくつかが全てのヌクレオチドの１５％、１０％、又は５％未満の頻度で表される複雑性の低いパターンを有するヌクレオチドを示すという観察結果を説明する。これは、任意の所与のインデックス配列決定サイクルについて、１つのインデックス画像が、（１）同じ試料に由来し、同じインデックス配列を共有する複数の検体の強度放射、及び（２）異なる試料に属し、異なるインデックス配列を有する検体の強度放射を示すためである。
【0054】
第１のタイプの検体は、インデックス配列決定サイクルごとに同じインデックス塩基を有する。結果として、インデックス画像は、複数の検体について同じヌクレオチドを示す。これにより、インデックス画像のヌクレオチド多様性が低下する。
【0055】
インデックス画像のヌクレオチド多様性は、第２のタイプの検体が、特定のインデックス配列決定サイクルに対して同じインデックス塩基を有するものである場合に更に低くなる。これは、２つの理由で起こる。第１に、インデックス配列は、２～２０個のインデックス塩基を有する短い配列であり、したがって、異なるインデックス配列間に有意なミスマッチを生じ得る位置を十分に有さない。第２に、多くの場合、同時配列決定のために最大２０個の試料がプールされる。結果として、１つのインデックス画像によって描写され得る異なるインデックス配列の数は、実質的ではない。これらの要因は、同じ位置に一致するインデックス塩基を有する異なるインデックス配列をもたらし（塩基衝突）、これにより、異なるインデックス配列を有する検体が、特定のインデックス配列決定サイクルに対して同じインデックス塩基を有するようになる。
【0056】
インデックス画像におけるヌクレオチド多様性が低いことにより、信号多様性（コントラスト）を欠く強度パターンが作り出される。一方、標的画像は、４つの塩基Ａ、Ｃ、Ｔ、及びＧの各々が全てのヌクレオチドの少なくとも２０％、２５％、又は３０％の頻度で表される、複雑性の高いパターンを有するヌクレオチドを示す。これは、標的配列がしばしば（例えば、１５０塩基など）長く、また元の試料にかかわらず各検体に固有であるためである。したがって、インデックス画像とは異なり、標的画像は適切な信号多様性を有する。
【0057】
ニューラルネットワークベースのベースコーラ４３０の畳み込みカーネル及びフィルタは、主に標的画像上で訓練される。このため、推論中に、訓練されたニューラルネットワークベースのベースコーラ４３０に、前処理を受けていないインデックス画像（生のインデックス画像）が提示されると、その畳み込みカーネル及びフィルタがコントラストに基づいて強度パターンを検出するように訓練されるため、インデックスリードのベースコール精度が低下する。
【0058】
大量の生のインデックス画像でニューラルネットワークベースのベースコーラ４３０を訓練して信号多様性を導入することによって前処理をバイパスすることは、非常に多くのインデックス配列のみが公開され、公に入手可能とされるため、実行可能ではない。また、ユーザはしばしば、カスタムインデックス配列を設計し、それらを公開されたインデックス配列の代わりに使用する。そのため、ニューラルネットワークベースのベースコーラ４３０は、生のインデックス画像のみで訓練されると、推論中に十分に一般化せず、オーバーフィッティングする傾向がある。
【0059】
１つの解決策は、正規化を使用してインデックス画像を前処理することである。現在のインデックス配列決定サイクルからのインデックス画像は、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて正規化される。
【0060】
強度値は、ヌクレオチドの取り込みに起因して生成された化学発光信号を測定する。強度値は「画像」に符号化され、「特定の信号」を含む「光信号」を表す。本明細書で使用するとき、用語「画像」は、物体の全て又は一部の表現を意味することを意図する。表現は、光学的に検出された再現であり得る。例えば、蛍光、発光、散乱、又は吸収信号から画像を得ることができる。画像内に存在する物体の部分は、物体の表面又は他のｘｙ面であり得る。画像は二次元表現であるが、場合によっては、画像内の情報は、３つ以上の次元から導出することができる。画像は、光学的に検出された信号を含む必要はない。光以外の信号が代わりに存在し得る（電圧、ｐＨ、又はイオンデータなど）。画像は、本明細書の他の箇所に記載されるもののうちの１つ以上などの、コンピュータ可読フォーマット又は媒体に提供することができる。本明細書で使用するとき、用語「光信号」は、例えば、蛍光、発光、散乱、又は吸収信号を含むことを意図する。光信号は、紫外線（Ultraviolet、ＵＶ）範囲（約２００～３９０ｎｍ）、可視（Visible、ＶＩＳ）範囲（約３９１～７７０ｎｍ）、赤外線（Infrared、ＩＲ）範囲（約０．７７１～２５マイクロメートル）、又は電磁スペクトルの他の範囲で検出することができる。これらの範囲のうちの１つ以上の全て又は一部を除外する方法で、光信号を検出することができる。本明細書で使用するとき、用語「特定の信号」は、背景エネルギー又は情報などの他のエネルギー又は情報にわたって選択的に観察される、検出されたエネルギー又は符号化情報を意味することを意図する。例えば、特定の信号は、特定の強度、波長、又は色で検出された光信号；特定の周波数、電力、又は電界強度で検出された電気信号；又は分光法及び分析検出に関連する当該技術分野で公知の他の信号であり得る。一実施態様では、強度値は、２つの異なる色／強度チャネル配列決定画像から抽出される。４つの異なるヌクレオチドタイプ／塩基Ａ、Ｃ、Ｔ、及びＧの同一性は、２つのカラー画像、すなわち、第１及び第２の強度チャネルにおける強度値の組み合わせとして符号化される。例えば、核酸は、第１の強度チャネルで検出される第１のヌクレオチドタイプ（例えば、塩基Ｔ）、第２の強度チャネルで検出される第２のヌクレオチドタイプ（例えば、塩基Ｃ）、第１及び第２の強度チャネルの両方で検出される第３のヌクレオチドタイプ（例えば、塩基Ａ）、並びにいずれの強度チャネルでも検出されないか、又は最小限しか検出されない、標識を欠く第４のヌクレオチドタイプ（例えば、塩基Ｇ）を提供することによって配列決定され得る。いくつかの実施態様では、４つの強度分布（例えば、ガウス分布）が、第１及び第２の強度チャネルでの強度値に反復的に適合される。４つの強度分布は、４つの塩基Ａ、Ｃ、Ｔ、及びＧに対応する。第１の強度チャネルでの強度値は、第２の強度チャネルでの強度値に対して（例えば、散布図として）プロットされ、強度値は４つの強度分布に分離される。
【0061】
インデックス配列決定サイクルにわたる正規化はまた、インデックス配列決定サイクルの画像データ内の画像チャネルにわたる正規化を含む。例えば、３つのインデックス配列決定サイクル、すなわち、第１のインデックス配列決定サイクル、第２のインデックス配列決定サイクル、及び第３のインデックス配列決定サイクルがある場合を考える。また、第１、第２、及び第３のインデックス配列決定サイクルの各々は、第１の画像チャネル（例えば、赤色チャネル）の第１のインデックス画像（例えば、赤色インデックス画像）及び第２の画像チャネル（例えば、緑色チャネル）の第２のインデックス画像（例えば、緑色インデックス画像）の２つのインデックス画像を有する場合を考える。第２のインデックス配列決定サイクルからの赤色インデックス画像は、（ｉ）第１のインデックス配列決定サイクルからの赤色画像及び緑色画像の強度値、（ｉｉ）第３のインデックス配列決定サイクルからの赤色画像及び緑色画像の強度値、及び（ｉｉｉ）第２のインデックス配列決定サイクルからの赤色画像及び緑色画像の強度値、に基づいて正規化される。第２のインデックス配列決定サイクルからの緑色インデックス画像は、（ｉ）第１のインデックス配列決定サイクルからの赤色画像及び緑色画像の強度値、（ｉｉ）第３のインデックス配列決定サイクルからの赤色画像及び緑色画像の強度値、及び（ｉｉｉ）第２のインデックス配列決定サイクルからの赤色画像及び緑色画像の強度値、に基づいて正規化される。
【0062】
正規化は、隣接インデックス配列決定サイクルからのインデックス画像を含むが、これは、現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、及び後続のインデックス配列決定サイクルからのインデックス画像によって示されるヌクレオチドが、全体として、現在のインデックス配列決定サイクルからのインデックス画像のみによって示されるヌクレオチドよりも累積的に多様であるためである。隣接インデックス配列決定サイクルからインデックス画像への正規化の拡張はまた、検出可能な信号状態の１つ以上のヌクレオチドを示す先行するインデックス配列決定サイクル及び／又は後続のインデックス配列決定サイクルからの少なくとも１つのインデックス画像を含む。更なる詳細を以下に記載する。
【0063】
インデックス画像の正規化
ｚ 図３は、インデックス画像の正規化３４４の一実施態様を示す。
ｚ 図３は、インデックス画像の正規化３４４の一実施態様を示す。
【0064】
パーセンタイル計算部３０２が、（ｉ）先行する（時点ｔ－１）インデックス配列決定サイクルからのインデックス画像３２２、３３２の強度値、（ｉｉ）後続の（時点ｔ＋１）インデックス配列決定サイクルからのインデックス画像３２６、３３６の強度値、及び（ｉｉｉ）現在の（時点ｔ）インデックス配列決定サイクルからのインデックス画像３２４、３３４の強度値、の下位パーセンタイルを計算する（３１２）。
【0065】
パーセンタイル計算部３０２は、画像のパーセンタイル強度値を計算するためのパーセンタイル計算論理で構成されている。パーセンタイル計算部３０２は、（ｉ）ハードウェアモジュール、（ｉｉ）１つ以上のハードウェアプロセッサ上で実行されるソフトウェアモジュール、又は（ｉｉｉ）ハードウェアモジュールとソフトウェアモジュールとの組み合わせ、を含むことができ、（ｉ）～（ｉｉｉ）のいずれかが、本明細書に記載の特定の技術を実施し、ソフトウェアモジュールは、コンピュータ可読記憶媒体（又は複数のそのような媒体）に記憶される。
【0066】
上述のように、各インデックス配列決定サイクルは、２つ、３つ、４つ、又はそれ以上のインデックス画像を有することができる。したがって、先行する（時点ｔ－１）インデックス配列決定サイクル、後続の（時点ｔ＋１）インデックス配列決定サイクル、及び現在の（時点ｔ）インデックス配列決定サイクルの各々からのそれぞれのインデックス画像セット内のインデックス画像の強度値は、現在の（時点ｔ）インデックス配列決定サイクルからのインデックス画像セット内のインデックス画像の強度値を正規化するために使用される。
【0067】
図示の実施態様では、各インデックス配列決定サイクルは、一方は第１の画像チャネル（例えば、赤色チャネル）、他方は第２の画像チャネル（例えば、緑色チャネル）の２つのインデックス画像を有する。
【0068】
好ましい実施態様では、第１の画像チャネル（例えば、赤色チャネル）のインデックス画像の正規化は、第１の画像チャネルのインデックス画像及び、他の画像チャネル（例えば、緑色チャネル）の１つ以上のインデックス画像も使用する。
【0069】
他の実施態様では、特定の画像チャネルのインデックス画像の正規化は、その特定の画像チャネルのインデックス画像のみを使用し、異なる画像チャネルのインデックス画像を使用しない。例えば、そのような実施態様では、第１のチャネル３６４の現在の正規化されたインデックス画像は、第１のチャネル３２２の先行するインデックス画像の強度値及び第１のチャネル３２６の後続インデックス画像の強度値のみから生成される。同様に、第２のチャネル３７４の現在の正規化されたインデックス画像は、第２のチャネル３３２の先行するインデックス画像の強度値及び第２のチャネル３３６の後続のインデックス画像の強度値のみから生成される。
【0070】
パーセンタイル計算部３０２はまた、（ｉ）先行する（時点ｔ－１）インデックス配列決定サイクルからのインデックス画像３２２、３３２の強度値、（ｉｉ）後続の（時点ｔ＋１）インデックス配列決定サイクルからのインデックス画像３２６、３３６の強度値、及び（ｉｉｉ）現在の（時点ｔ）インデックス配列決定サイクルからのインデックス画像３２４、３３４の強度値、の上位パーセンタイルを計算する（３１２）。
【0071】
次に、画像正規化部３５４が、下位パーセンタイル及び上位パーセンタイルに基づいて、第１の割合の正規化された強度値が下位パーセンタイルを下回り、第２の割合の正規化された強度値が上位パーセンタイルを上回り、第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となるように、インデックス画像３２４、３３４の正規化されたバージョン３６４、３７４を生成する。
【0072】
一例では、下位パーセンタイルは５パーセンタイルであってもよく、上位パーセンタイルは９５パーセンタイルであってもよい。５パーセンタイルの正規化された強度値はゼロであってもよく、９５パーセンタイルの正規化された強度値は１であってもよい。したがって、インデックス画像３２４、３３４の正規化されたバージョン３６４、３７４では、（ｉ）正規化された強度値の５パーセントがゼロ未満であり、（ｉｉ）正規化された強度値の別の５パーセントが１より大きく、（ｉｉｉ）正規化された強度値の残りの９０パーセントがゼロと１との間である。強度値は、ピクセル強度値、サブピクセル強度値、又はスーパーピクセル強度値とすることができる。
【0073】
正規化関数は、次のように数学的に表すことができる：
【数1】
【0074】
したがって、一例では、強度値が９５パーセンタイルの強度値である場合、正規化された強度値は１であり、強度値が５パーセンタイルの場合、正規化された強度値はゼロである。
【0075】
他の実施態様では、下位パーセンタイルは１０パーセンタイルであってもよく、上位パーセンタイルは９０パーセンタイルであってもよい。更に他の実施態様では、下位パーセンタイルは、１と１００との間の任意の数であってもよく、上位パーセンタイルは、１００－下位パーセンタイルであってもよい。下位パーセンタイル及び上位パーセンタイルに割り当てられる正規化された強度値も、－１～１、０．５～１、１～１０、１～９９など、異なっていてもよい。
【0076】
図４は、正規化されたインデックス画像をベースコールのためにニューラルネットワークベースのベースコーラ４３０を介して処理する一実施態様を示す。
【0077】
一実施態様では、現在の（時点ｔ）インデックス配列決定サイクルからの正規化インデックス画像４０４、４１４は、先行する（時点ｔ－１）インデックス配列決定サイクルからの正規化インデックス画像４０２、４１２及び後続の（時点ｔ＋１）インデックス配列決定サイクルからの正規化インデックス画像４０６、４１６を伴う。これらのインデックス画像は、上述のように、対応する隣接インデックス配列決定サイクルにおけるインデックス画像の強度値及びそれら自体のそれぞれの強度値に基づいて正規化される。
【0078】
一実施態様によれば、ニューラルネットワークベースのベースコーラ４３０は、その畳み込み層を介して正規化されたインデックス画像４０２、４１２、４０４、４１４、４０６、４１６を処理し、代替表現を生成する。次いで、代替表現は、現在の（時点ｔ）インデックス配列決定サイクルのみ、又はインデックス配列決定サイクルの各々、すなわち、現在の（時点ｔ）インデックス配列決定サイクル、先行する（時点ｔ－１）インデックス配列決定サイクル、及び後続の（時点ｔ＋１）インデックス配列決定サイクルについてベースコールを生成するために、出力層（例えば、ソフトマックス層）によって使用される。生成されたベースコールはインデックスリードを形成する。
【0079】
一実施態様では、パッチ抽出プロセス４２４が、正規化されたインデックス画像４０２、４１２、４０４、４１４、４０６、４１６からパッチを抽出し、上述のように入力画像データ４２６を生成する。次いで、入力画像データ４２６内の抽出された画像パッチは、入力としてニューラルネットワークベースのベースコーラ４３０に提供される。
【0080】
一実施態様では、インデックス画像は、ニューラルネットワークベースのベースコーラ４３０の訓練中及び推論中に正規化される。
【0081】
ニューラルネットワークベースのベースコーラ４３０がベースコール及びパッチ抽出プロセス４２４を実行する方法に関する更なる詳細は、参照により本明細書に組み込まれる、２０１９年３月２１日出願の「ＡＲＴＩＦＩＣＩＡＬ ＩＮＴＥＬＬＩＧＥＮＣＥ－ＢＡＳＥＤ ＳＥＱＵＥＮＣＩＮＧ」と題する米国仮特許出願第６２／８２１，７６６号（代理人整理番号ＩＬＬＭ １００８－９／ＩＰ－１７５２－ＰＲＶ）に見出すことができる。
【0082】
図５は、インデックス画像の正規化を非現在のインデックス配列決定サイクルに拡張する一実施態様を示す。
【0083】
他の実施態様では、現在のインデックス配列決定サイクルからのインデックス画像は、（ｉ）１つ以上の非現在のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて正規化することができる。非現在のインデックス配列決定サイクルからのインデックス画像は、画像選択部５２２によって選択され、正規化のためにパーセンタイル計算部３０２及び画像正規化部３５４に提供され得る。
【0084】
すなわち、正規化３４４は、単なる隣接インデックス配列決定サイクルを超えて拡張することができ、必ずしも直前又は直後のインデックス配列決定サイクルを使用する必要はない。例えば、非現在のインデックス配列決定サイクルは、初期インデックス配列決定サイクル５０２（例えば、最初の２、３、５、１０、２０インデックス配列決定サイクル）を含むことができる。非現在のインデックス配列決定サイクルは、中間インデックス配列決定サイクル５１２（例えば、中間の２、３、５、１０、２０インデックス配列決定サイクル）を含むことができる。非現在のインデックス配列決定サイクルは、終期インデックス配列決定サイクル５３２（例えば、最後の２、３、５、１０、２０インデックス配列決定サイクル）を含むことができる。
【0085】
更に、非現在のインデックス配列決定サイクルは、初期インデックス配列決定サイクル、中間インデックス配列決定サイクル、及び終期インデックス配列決定サイクルの組み合わせ（例えば、第１及び第５のインデックス配列決定サイクル、第１５及び第２３のインデックス配列決定サイクル、並びに第１８及び第１４９のインデックス配列決定サイクル）を含むことができる。
【0086】
図６は、検出可能な信号状態（すなわち、オン／検出可能）の１つ以上のヌクレオチドを示す少なくとも１つのインデックス画像を使用したインデックス画像の正規化の一実施態様を示す。
【0087】
検出可能な信号状態に関して、１つの蛍光色素（又は同じ若しくは同様の励起／発光スペクトルの２つ以上の色素）を使用する配列決定反応におけるヌクレオチド取り込みを検出するための異なる戦略を区別する１つの手段は、配列決定サイクル中に発生する蛍光遷移の存在又は相対的な欠如、又はその間のレベルに関して組み込みを特徴付けることによるものである。したがって、配列決定戦略は、配列決定サイクルに対するそれらの蛍光プロファイルによって例示することができる。本明細書に開示される戦略の場合、「１」又は「オン」及び「０」又は「オフ」は、ヌクレオチドが（例えば、蛍光によって検出可能な）「検出可能な信号状態」にある蛍光状態（１／オン）、あるいはヌクレオチドが（例えば、撮像ステップで検出されないか、又は最小限にしか検出されない）暗状態にある蛍光状態（０／オフ）を示す。「０」又は「オフ」状態は、必ずしも信号の完全な欠如又は不在を指すとは限らない。しかしながら、いくつかの実施態様では、信号（例えば、蛍光）が完全に欠如しているか、又は存在しない場合があり得る。最小の又は減少した蛍光信号（例えば、背景信号）もまた、第１の画像から第２の画像へ（又はその逆）の蛍光の変化を確実に区別することができる限り、「０」又は「オフ」状態の範囲に含まれると考えられる。
【0088】
図６の図示された２チャネル実施態様では、ヌクレオチド「Ｇ」は、両方のインデックス画像で暗／オフであり、ヌクレオチド「Ａ」は、両方のインデックス画像でオン／検出可能であり、ヌクレオチド「Ｃ」は、第１のインデックス画像では暗／オフであり、第２のインデックス画像ではオン／検出可能であり、ヌクレオチド「Ｔ」は、第１のインデックス画像ではオン／検出可能であり、第２のインデックス画像では暗／オフである。
【0089】
一実施態様では、画像選択部５２２は、検出可能な信号状態にある非現在のインデックス配列決定サイクルからインデックス画像を選択し（６２２）、これをパーセンタイル計算部３０２及び画像正規化部３５４に渡して、正規化された画像６３２を生成する。オン／検出可能なインデックス画像は、全てのインデックス画像が検出可能な信号状態にある非現在のインデックス配列決定サイクル（例えば、ｔ＋３インデックス配列決定サイクル）、又は一部のインデックス画像のみが検出可能な信号状態にある非現在のインデックス配列決定サイクル（例えば、ｔ－２インデックス配列決定サイクル）に由来し得る。
【0090】
いくつかの実施態様では、検出可能な信号状態の多くのインデックス画像を使用して、インデックス画像を正規化することができる。
【0091】
好ましい実施態様では、第１の画像チャネル（例えば、赤色チャネル）のインデックス画像が、第１の画像チャネルの１つ以上のオン／検出可能なインデックス画像と、他の画像チャネル（例えば、緑色チャネル）の１つ以上のオン／検出可能なインデックス画像とを使用して正規化されるように、複数のチャネルにわたってオン／検出可能なインデックス画像が選択される。
【0092】
他の実施態様では、オン／検出可能なインデックス画像は、特定の画像チャネルのインデックス画像が、異なる画像チャネルではなくその特定の画像チャネルのみの１つ以上のオン／検出可能なインデックス画像を使用して正規化されるように、チャネルごとに選択される。例えば、第１の画像チャネルのインデックス画像６０４は、第１の画像チャネルのオン／検出可能なインデックス画像６０２を使用して正規化することもできる（ｔ－３インデックス配列決定サイクル）。同様に、第２の画像チャネルのインデックス画像６１４は、第２の画像チャネルのオン／検出可能なインデックス画像６１２を使用して正規化することもできる（ｔ－２インデックス配列決定サイクル）。
【0093】
標的画像の正規化
図７は、標的配列及びインデックス配列のベースコールの一実施態様を示す。標的配列は、複数の試料に由来し、インデックス配列に結合されて標的インデックス配列を形成する。各インデックス配列は、複数の試料のそれぞれの試料と一意に関連付けられている。標的インデックス配列は、配列決定ラン７０２中に配列決定のためにプールされる。標的配列は、配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は、配列決定ランのインデックス配列決定サイクル中に配列決定される。
図７は、標的配列及びインデックス配列のベースコールの一実施態様を示す。標的配列は、複数の試料に由来し、インデックス配列に結合されて標的インデックス配列を形成する。各インデックス配列は、複数の試料のそれぞれの試料と一意に関連付けられている。標的インデックス配列は、配列決定ラン７０２中に配列決定のためにプールされる。標的配列は、配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は、配列決定ランのインデックス配列決定サイクル中に配列決定される。
【0094】
開示される技術は、インデックス画像を正規化するのとは異なる方法で、標的画像を正規化する。標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す。インデックス画像は、インデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す。
【0095】
開示される技術は、標的画像７１４を前処理するために、現在の標的配列決定サイクルからの標的画像７１４の正規化されたバージョン７３４を標的画像７１４の強度値のみに基づいて生成する第１の正規化関数７２４を使用する。第１の正規化関数７２４は、標的画像７１４の強度値の下位パーセンタイル、及び標的画像７１４の強度値の上位パーセンタイルを算出する。標的画像７１４の正規化されたバージョン７３４では、第１の割合の正規化された強度値は下位パーセンタイル未満であり、第２の割合の正規化された強度値は上位パーセンタイルを超え、第３の割合の正規化された強度値は下位パーセンタイルと上位パーセンタイルとの間にある。
【0096】
開示される技術は、インデックス画像７１２を前処理するために、現在のインデックス配列決定サイクルからのインデックス画像７１２の正規化されたバージョン７３２を、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する第２の正規化関数７２２を使用する。
【0097】
第２の正規化関数７２２は、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の下位パーセンタイルと、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の上位パーセンタイルと、を計算する。インデックス画像７１２の正規化されたバージョン７３２では、第１の割合の正規化された強度値は下位パーセンタイル未満であり、第２の割合の正規化された強度値は上位パーセンタイルを超え、第３の割合の正規化された強度値は下位パーセンタイルと上位パーセンタイルとの間にある。
【0098】
開示される技術は、ニューラルネットワークベースのベースコーラ４３０を介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成する。
【0099】
開示される技術は、ニューラルネットワークベースのベースコーラ４３０を介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成する。
【0100】
開示される技術は、標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することによって、逆多重化７４２を行う。
【0101】
増強
図８は、増強を使用する前処理の一実施態様を示す。画像増強部８１２が、増強関数を使用してインデックス画像８０２及び標的画像８０４を処理する。一実施態様では、画像増強部８１２は、インデックス画像８０２及び標的画像８０４の強度値にスケーリング係数を乗算し、乗算結果にオフセット値を加算する。別の実施態様では、画像増強部８１２は、インデックス画像８０２と標的画像８０４とのコントラストを変化させる。更に別の実施態様では、画像増強部８１２は、インデックス画像８０２及び標的画像８０４の焦点を変化させる。
図８は、増強を使用する前処理の一実施態様を示す。画像増強部８１２が、増強関数を使用してインデックス画像８０２及び標的画像８０４を処理する。一実施態様では、画像増強部８１２は、インデックス画像８０２及び標的画像８０４の強度値にスケーリング係数を乗算し、乗算結果にオフセット値を加算する。別の実施態様では、画像増強部８１２は、インデックス画像８０２と標的画像８０４とのコントラストを変化させる。更に別の実施態様では、画像増強部８１２は、インデックス画像８０２及び標的画像８０４の焦点を変化させる。
【0102】
画像増強部８１２は、画像の強度値にスケーリング係数を乗算し、乗算演算の結果にオフセット値を加算する画像増強論理で構成される。画像増強部８１２は、（ｉ）ハードウェアモジュール、（ｉｉ）１つ以上のハードウェアプロセッサ上で実行されるソフトウェアモジュール、又は（ｉｉｉ）ハードウェアとソフトウェアモジュールとの組み合わせ、を含むことができ、（ｉ）～（ｉｉｉ）のいずれかが、本明細書に記載の特定の技術を実施し、ソフトウェアモジュールは、コンピュータ可読記憶媒体（又は複数のそのような媒体）に記憶される。
【0103】
一実施態様では、インデックス画像８０２及び標的画像８０４の増強は、ニューラルネットワークベースのベースコーラの訓練中にのみ実行され、推論中には行われない。
【0104】
増強されたインデックス画像８２２及び増強された標的画像８２４は、ニューラルネットワークベースのベースコーラ８３０を介して処理されて、各インデックス配列決定サイクルのためのベースコールを生成することによってインデックス配列のインデックスリードを生成し、また、各標的配列決定サイクルのためのベースコールを生成することによって標的配列の標的リードを生成する。
【0105】
開示される技術は、標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することによって、逆多重化８３２を行う。
【0106】
【0107】
図１１、１２、１３、１４、１５、１６、１７、及び１８は、第１のインデックスリード（インデックスリード１）の８つのインデックス配列決定サイクル（サイクル１５２、１５３、１５４、１５５、１５６、１５７、１５８、及び１５９）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す。
【0108】
図１９、２０、２１、２２、２３、２４、２５、及び２６は、第２のインデックスリード（インデックスリード２）の８つのインデックス配列決定サイクル（サイクル１６０、１６１、１６２、１６３、１６４、１６５、１６６、及び１６７）の赤色画像及び緑色画像のピクセル強度ヒストグラムを示す。
【0109】
【0110】
そのため、リード１の後にインデックスリード１が続き、その後にインデックスリード２が続き、その後にリード２が続く。
【0111】
ここで、各図は、所与の標的配列決定サイクル又はインデックス配列決定サイクルについて、一方は赤色画像（左側）、他方は緑色画像（右側）についての２つのピクセル強度ヒストグラムを有する。ピクセル強度ヒストグラムのｘ軸は、ピクセル強度を示す。ピクセル強度ヒストグラムのｙ軸は、ピクセル数又はピクセル密度を示す。したがって、例えば、画像が１０，０００ピクセルを有する場合、対応するピクセル強度ヒストグラムは、特定のピクセル強度が画像内で見つかる頻度を示す。
【0112】
凡例は、７つの異なる配列決定ラン（例えば、Ａ００２４０＿０１７５、Ａ００２７６＿０１２５、Ａ００６７５＿００２１など）の名称を、それらの対応するカラーコードと共に指す。カラーコードは、ピクセル強度分布が異なる配列決定ランにわたってどのように変化するかを伝える。
【0113】
図９～図２８の一連のピクセル強度ヒストグラムは、標的配列決定サイクル及びインデックス配列決定サイクルにわたるピクセル強度分布が大幅には変動しないことを示している。これは、ピクセル強度値が適切な値から大きくは逸脱していないという確実性をもってピクセル強度値を混合して正規化パラメータを計算することができることを意味する。
発明性の客観的指標としての技術的効果及び性能結果
発明性の客観的指標としての技術的効果及び性能結果
【0114】
以下の説明は、インデックス画像を正規化及び増強することにより、インデックス配列に対するニューラルネットワークベースのベースコーラ４３０のベースコール精度が改善されることを示す。特に、以下の性能結果は、ニューラルネットワークベースのベースコーラ４３０が開示される正規化技術及び増強技術を使用する場合と比較して、ニューラルネットワークベースのベースコーラ４３０が開示される正規化技術及び増強技術を使用しない場合ではベースコール誤差が増加する、開示される技術の進歩性の客観的な指標を提供する。
【0115】
【0116】
シアン色の線は、インデックス画像が正規化されていない場合のニューラルネットワークベースのベースコーラ４３０のインデックスベースコール性能を表す（「ＤｅｅｐＲＴＡ（正規化なし）」）。
【0117】
黄色の線は、インデックス画像が正規化されている場合のニューラルネットワークベースのベースコーラ４３０のインデックスベースコール性能を表す（「ＤｅｅｐＲＴＡ（正規化）」）。
【0118】
緑色の線は、インデックス画像が増強されている場合のニューラルネットワークベースのベースコーラ４３０のインデックスベースコール性能を表す（「ＤｅｅｐＲＴＡ（増強）」）。
【0119】
黒色の線は、リアルタイム分析（「ＲＴＡ」）と呼ばれるＩｌｌｕｍｉｎａの非ニューラルネットワークベースのベースコーラのインデックスベースコール性能を表す。ＲＴＡに関する更なる詳細は、参照により本明細書に組み込まれる、２０１１年１月１３日出願の「ＤＡＴＡ ＰＲＯＣＥＳＳＩＮＧ ＳＹＳＴＥＭ ＡＮＤ ＭＥＴＨＯＤＳ」と題する米国特許出願公開第２０１２／００２０５３７号明細書（代理人整理番号ＩＬＬＩＮＣ．１７４Ａ）に見出すことができる。
【0120】
ＲＴＡは、インデックス配列に対して良好なベースコール精度を有することが知られており、したがって、比較のためにベースラインとして使用することができる。
【0121】
また、グラフにおいて、ｘ軸は、ベースコール精度の指標である誤差割合を表し、ｙ軸は、インデックス配列決定サイクルのサイクル数を表す。更に、グラフは、各々が７つのインデックス配列決定サイクルを有する２つのインデックスリードであるリード：１及びリード：２を示す。
【0122】
図２９は、４つの試料を多重化するために４つのインデックス配列を使用する配列決定ランにおいて、インデックス画像が正規化されていない場合（例えば、インデックスリード：２のシアン色の線）、ニューラルネットワークベースのベースコーラ４３０のインデックスベースコール性能が低下することを示す。
【0123】
誤差割合は、点線の矩形によって示すように、インデックス画像が正規化されている場合（黄色の線）及び増強されている場合（緑色の線）には比較的低い。更に、正規化及び増強の実施態様の誤差割合は、ＲＴＡの誤差割合の線に沿っている。
【0124】
図３０は、２つの試料を多重化するために２つのインデックス配列を使用する配列決定ランにおいて、インデックス画像が正規化されていない場合（例えば、インデックスリード：２のシアン色の線）、ニューラルネットワークベースのベースコーラ４３０のインデックスベースコール性能が低下することを示す。
【0125】
誤差割合は、インデックス画像が正規化されている場合（黄色の線）及び増強されている場合（緑色の線）には比較的低い。更に、正規化及び増強の実施態様の誤差割合は、ＲＴＡの誤差割合の線に沿っている。
【0126】
図３１は、単一の試料を配列決定するために単一のインデックス配列を使用する配列決定ランにおいて、インデックス画像が正規化されていない場合（例えば、インデックスリード：２のシアン色の線）、ニューラルネットワークベースのベースコーラ４３０のインデックスベースコール性能が低下することを示す。
【0127】
誤差割合は、インデックス画像が正規化されている場合（黄色の線）及び増強されている場合（緑色の線）には比較的低い。更に、正規化及び増強の実施態様の誤差割合は、ＲＴＡの誤差割合の線に沿っている。
【0128】
標的画像及びインデックス画像を使用したベースコール
図７は、標的配列及びインデックス配列のベースコールの一実施態様を示す。標的配列は、複数の試料に由来し、インデックス配列に結合されて標的インデックス配列を形成する。各インデックス配列は、複数の試料のそれぞれの試料と一意に関連付けられている。標的インデックス配列は、配列決定ラン７０２中に配列決定のためにプールされる。標的配列は、配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は、配列決定ランのインデックス配列決定サイクル中に配列決定される。
図７は、標的配列及びインデックス配列のベースコールの一実施態様を示す。標的配列は、複数の試料に由来し、インデックス配列に結合されて標的インデックス配列を形成する。各インデックス配列は、複数の試料のそれぞれの試料と一意に関連付けられている。標的インデックス配列は、配列決定ラン７０２中に配列決定のためにプールされる。標的配列は、配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は、配列決定ランのインデックス配列決定サイクル中に配列決定される。
【0129】
別の実施態様では、開示される技術は、標的画像及びインデックス画像を同じ方法で正規化する。標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す。インデックス画像は、インデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す。
【0130】
開示される技術は、インデックス画像７１２を前処理するために、現在のインデックス配列決定サイクルからのインデックス画像７１２の正規化されたバージョン７３２を、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する第２の正規化関数７２２を使用する。
【0131】
第２の正規化関数７２２は、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の下位パーセンタイルと、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の上位パーセンタイルと、を計算する。インデックス画像７１２の正規化されたバージョン７３２では、第１の割合の正規化された強度値は下位パーセンタイル未満であり、第２の割合の正規化された強度値は上位パーセンタイルを超え、第３の割合の正規化された強度値は下位パーセンタイルと上位パーセンタイルとの間にある。
【0132】
開示される技術はまた、標的画像７１４を前処理するために、現在の標的配列決定サイクルからの標的画像７１４の正規化されたバージョン７３２を、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する第２の正規化関数７２２を使用する。
【0133】
第２の正規化関数７２２は、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、の下位パーセンタイルと、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、の上位パーセンタイルと、を計算する。標的画像７１４の正規化されたバージョン７３２では、第１の割合の正規化された強度値は下位パーセンタイル未満であり、第２の割合の正規化された強度値は上位パーセンタイルを超え、第３の割合の正規化された強度値は下位パーセンタイルと上位パーセンタイルとの間にある。
【0134】
一実施態様では、標的配列決定サイクルにわたる正規化はまた、標的配列決定サイクルの画像データ内の画像チャネルにわたる正規化を含む。例えば、３つの標的配列決定サイクル、すなわち、第１の標的配列決定サイクル、第２の標的配列決定サイクル、及び第３の標的配列決定サイクルがある場合を考える。また、第１、第２、及び第３の標的配列決定サイクルの各々は、第１の画像チャネル（例えば、赤色チャネル）の第１の標的画像（例えば、赤色標的画像）及び第２の画像チャネル（例えば、緑色チャネル）の第２の標的画像（例えば、緑色標的画像）の２つの標的画像を有する場合を考える。第２の標的配列決定サイクルからの赤色標的画像は、（ｉ）第１の標的配列決定サイクルからの赤色画像及び緑色画像の強度値、（ｉｉ）第３の標的配列決定サイクルからの赤色画像及び緑色画像の強度値、並びに（ｉｉｉ）第２の標的配列決定サイクルからの赤色画像及び緑色画像の強度値、に基づいて正規化される。第２の標的配列決定サイクルからの緑色標的画像は、（ｉ）第１の標的配列決定サイクルからの赤色画像及び緑色画像の強度値、（ｉｉ）第３の標的配列決定サイクルからの赤色画像及び緑色画像の強度値、並びに（ｉｉｉ）第２の標的配列決定サイクルからの赤色画像及び緑色画像の強度値、に基づいて正規化される。
【0135】
開示される技術は、ニューラルネットワークベースのベースコーラ４３０を介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成する。
【0136】
開示される技術は、ニューラルネットワークベースのベースコーラ４３０を介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成する。
【0137】
一実施態様では、第２の正規化関数７２２を使用した標的画像及びインデックス画像の前処理は、ニューラルネットワークベースのベースコーラの訓練中及び推論中に行われる。
【0138】
開示される技術は、標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することによって、逆多重化７４２を行う。
【0139】
（コンピュータシステム）
図３２は、開示される技術を実施するために使用することができるコンピュータシステム３２００である。コンピュータシステム３２００は、バスサブシステム３２５５を介して多数の周辺デバイスと通信する、少なくとも１つの中央処理装置（ＣＰＵ）３２７２を含む。これらの周辺デバイスは、例えば、メモリデバイス及びファイル記憶サブシステム３２３６を含む記憶サブシステム３２１０、ユーザインターフェース入力デバイス３２３８、ユーザインターフェース出力デバイス３２７６、並びにネットワークインターフェースサブシステム３２７４を含むことができる。入力デバイス及び出力デバイスは、コンピュータシステム３２００とのユーザ対話を可能にする。ネットワークインターフェースサブシステム３２７４は、他のコンピュータシステム内の対応するインターフェースデバイスへのインターフェースを含む外部ネットワークへのインターフェースを提供する。
図３２は、開示される技術を実施するために使用することができるコンピュータシステム３２００である。コンピュータシステム３２００は、バスサブシステム３２５５を介して多数の周辺デバイスと通信する、少なくとも１つの中央処理装置（ＣＰＵ）３２７２を含む。これらの周辺デバイスは、例えば、メモリデバイス及びファイル記憶サブシステム３２３６を含む記憶サブシステム３２１０、ユーザインターフェース入力デバイス３２３８、ユーザインターフェース出力デバイス３２７６、並びにネットワークインターフェースサブシステム３２７４を含むことができる。入力デバイス及び出力デバイスは、コンピュータシステム３２００とのユーザ対話を可能にする。ネットワークインターフェースサブシステム３２７４は、他のコンピュータシステム内の対応するインターフェースデバイスへのインターフェースを含む外部ネットワークへのインターフェースを提供する。
【0140】
一実施態様では、パーセンタイル計算部３０２、画像正規化部３５４、及びニューラルネットワークベースのベースコーラ４３０は、記憶サブシステム３２１０及びユーザインターフェース入力デバイス３２３８に通信可能にリンクされている。
【0141】
ユーザインターフェース入力デバイス３２３８は、キーボード、マウス、トラックボール、タッチパッド、又はグラフィックスタブレットなどのポインティングデバイス、スキャナ、ディスプレイに組み込まれたタッチスクリーン、音声認識システム及びマイクロフォンなどのオーディオ入力デバイス、並びに他のタイプの入力デバイスを含んでもよい。一般に、用語「入力デバイス」の使用は、コンピュータシステム３２００に情報を入力するための全ての可能なタイプのデバイス及び方式を含むことを意図している。
【0142】
ユーザインターフェース出力デバイス３２７６は、ディスプレイサブシステム、プリンタ、ファックス装置、又はオーディオ出力デバイスなどの非視覚ディスプレイを含むことができる。ディスプレイサブシステムは、ＬＥＤディスプレイ、陰極線管（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ、ＣＲＴ）、液晶ディスプレイ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ、ＬＣＤ）などのフラットパネルデバイス、投影デバイス、又は可視画像を作成するための何らかの他の機構を含むことができる。ディスプレイサブシステムはまた、音声出力デバイスなどの非視覚ディスプレイを提供することができる。一般に、用語「出力デバイス」の使用は、コンピュータシステム３２００からユーザ又は別のマシン若しくはコンピュータシステムに情報を出力するための、全ての可能なタイプのデバイス及び方法を含むことを意図している。
【0143】
記憶サブシステム３２１０は、本明細書に記載されるモジュール及び方法のうちのいくつか又は全ての機能を提供するプログラミング及びデータ構築物を記憶する。これらのソフトウェアモジュールは、概して、深層学習プロセッサ３２７８によって実行される。
【0144】
深層学習プロセッサ３２７８は、グラフィック処理ユニット（ＧＰＵ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、及び／又は粗粒化再構成可能構造（ＣＧＲＡｓ）であり得る。深層学習プロセッサ３２７８は、Ｇｏｏｇｌｅ Ｃｌｏｕｄ Ｐｌａｔｆｏｒｍ（商標）、Ｘｉｌｉｎｘ（商標）及びＣｉｒｒａｓｃａｌｅ（商標）などの深層学習クラウドプラットフォームによってホスティングすることができる。深層学習プロセッサ３２７８の例には、ＧｏｏｇｌｅのＴｅｎｓｏｒ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（ＴＰＵ）（商標）、ＧＸ４ Ｒａｃｋｍｏｕｎｔ Ｓｅｒｉｅｓ（商標）、ＧＸ３２ Ｒａｃｋｍｏｕｎｔ Ｓｅｒｉｅｓ（商標）のようなラックマウントソリューション、ＮＶＩＤＩＡ ＤＧＸ－１（商標）、ＭｉｃｒｏｓｏｆｔのＳｔｒａｔｉｘ Ｖ ＦＰＧＡ（商標）、ＧｒａｐｈｃｏｒｅのＩｎｔｅｌｌｉｇｅｎｔ Ｐｒｏｃｅｓｓｏｒ Ｕｎｉｔ（ＩＰＵ）（商標）、Ｓｎａｐｄｒａｇｏｎ ｐｒｏｃｅｓｓｏｒｓ（商標）を有するＱｕａｌｃｏｍｍのＺｅｒｏｔｈ Ｐｌａｔｆｏｒｍ（商標）、ＮＶＩＤＩＡのＶｏｌｔａ（商標）、ＮＶＩＤＩＡのＤＲＩＶＥ ＰＸ（商標）、ＮＶＩＤＩＡのＪＥＴＳＯＮ ＴＸ１／ＴＸ２ ＭＯＤＵＬＥ（商標）、ＩｎｔｅｌのＮｉｒｖａｎａ（商標）、Ｍｏｖｉｄｉｕｓ ＶＰＵ（商標）、富士通のＤＰＩ（商標）、ＡＲＭのＤｙｎａｍｉｃＩＱ（商標）、ＩＢＭのＴｒｕｅＮｏｒｔｈ（商標）などが含まれる。
【0145】
記憶サブシステム３２１０で使用されるメモリサブシステム３２２２は、プログラム実行中に命令及びデータを記憶するためのメインランダムアクセスメモリ（ＲＡＭ）３２３２と、固定命令が記憶された読み取り専用メモリ（ＲＯＭ）３２３４とを含む多数のメモリを含むことができる。ファイル記憶サブシステム３２３６は、プログラム及びデータファイルのための永続的な記憶装置を提供することができ、ハードディスクドライブ、関連する取り外し可能な媒体、ＣＤ－ＲＯＭドライブ、光学ドライブ、又は取り外し可能な媒体カートリッジを含むことができる。特定の実施態様の機能を実装するモジュールは、記憶サブシステム３２１０内のファイル記憶サブシステム３２３６によって、又はプロセッサによってアクセス可能な他のマシン内に記憶され得る。
【0146】
バスサブシステム３２５５は、コンピュータシステム３２００の様々な構成要素及びサブシステムを、意図されるように互いに通信させるための機構を提供する。バスサブシステム３２５５は、単一のバスとして概略的に示されているが、バスサブシステムの代替実施態様は、複数のバスを使用することができる。
【0147】
コンピュータシステム３２００自体は、パーソナルコンピュータ、ポータブルコンピュータ、ワークステーション、コンピュータ端末、ネットワークコンピュータ、テレビ、メインフレーム、サーバファーム、緩く分散した一組の緩くネットワーク化されたコンピュータ、又は任意の他のデータ処理システム若しくはユーザデバイスを含む様々なタイプのものであり得る。コンピュータ及びネットワークの変化の性質により、図３２に示されるコンピュータシステム３２００の説明は、本発明の好ましい実施態様を例示する目的のための特定の例としてのみ意図される。コンピュータシステム３２００の多くの他の構成は、図３２に示されるコンピュータシステムよりも多くの又は少ない構成要素を有することができる。
【0148】
特定の実施態様
インデックス配列の人工知能ベースのベースコールの様々な実施態様を説明する。実施態様の１つ以上の特徴を、塩基実施態様と組み合わせることができる。相互に排他的でない実施態様は、組み合わせ可能であると教示されている。実施態様の１つ以上の特徴を他の実施態様と組み合わせることができる。本開示は、これらのオプションのユーザを定期的に通知する。これらの選択肢を繰り返す列挙のいくつかの実施態様からの省略は、前述のセクションで教示されている組み合わせを制限するものとして解釈されるべきではない。これらの記載は、以下の実施のそれぞれに参照することにより本明細書に組み込まれる。
インデックス配列の人工知能ベースのベースコールの様々な実施態様を説明する。実施態様の１つ以上の特徴を、塩基実施態様と組み合わせることができる。相互に排他的でない実施態様は、組み合わせ可能であると教示されている。実施態様の１つ以上の特徴を他の実施態様と組み合わせることができる。本開示は、これらのオプションのユーザを定期的に通知する。これらの選択肢を繰り返す列挙のいくつかの実施態様からの省略は、前述のセクションで教示されている組み合わせを制限するものとして解釈されるべきではない。これらの記載は、以下の実施のそれぞれに参照することにより本明細書に組み込まれる。
【0149】
一実施態様では、インデックス配列をベースコールするための人工知能ベースの方法を開示する。この方法は、配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることを含む。インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す。
【0150】
この方法は、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する正規化関数を使用して、インデックス画像を前処理することを含む。
【0151】
この方法は、ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することを更に含む。
【0152】
開示されるこのセクション及び技術の他のセクションに記載される方法は、開示される追加の方法に関連して説明される以下の特徴及び／又は特徴のうちの１つ以上を含むことができる。簡潔性の目的で、本出願に開示される特徴の組み合わせは、個別に列挙されず、特徴の各ベースセットで繰り返されない。読者は、これらの実施態様において識別された特徴が、他の実施態様で特定される基本特徴のセットとといかにして容易に組み合わせ可能かを理解するであろう。
【0153】
一実施態様では、正規化関数は、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の下位パーセンタイル、並びに、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の上位パーセンタイルを、インデックス画像の正規化されたバージョンにおいて、第１の割合の正規化された強度値が下位パーセンタイルを下回り、第２の割合の正規化された強度値が上位パーセンタイルを上回り、第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となるように計算する。
【0154】
一実施態様では、現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、及び後続のインデックス配列決定サイクルからのインデックス画像によって示されるヌクレオチドは、全体として、現在のインデックス配列決定サイクルからのインデックス画像のみによって示されるヌクレオチドよりも累積的に多様である。いくつかの実施態様では、先行するインデックス配列決定サイクル及び後続のインデックス配列決定サイクルからのインデックス画像のうちの少なくとも１つのインデックス画像は、検出可能な信号状態の１つ以上のヌクレオチドを示す。
【0155】
一実施態様では、現在のインデックス配列決定サイクルからのインデックス画像によって示されるヌクレオチドは、４つの塩基Ａ、Ｃ、Ｔ、及びＧのうちのいくつかが全てのヌクレオチドの１５％、１０％、又は５％未満の頻度で表される複雑性の低いパターンである。
【0156】
一実施態様では、現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、及び後続のインデックス配列決定サイクルからのインデックス画像によって示されるヌクレオチドは、全体として、４つの塩基Ａ、Ｃ、Ｔ、及びＧの各々が全てのヌクレオチドの少なくとも２０％、２５％、又は３０％の頻度で表される複雑性の高いパターンを累積的に形成する。
【0157】
一実施態様では、本方法は、ニューラルネットワークベースのベースコーラの訓練中及び推論中に正規化関数を使用してインデックス画像を前処理することを含む。
【0158】
一実施態様では、本方法は、インデックス画像の増強されたバージョンを、インデックス画像の強度値にスケーリング係数を乗算し、乗算の結果にオフセット値を加算することによって生成する増強関数を使用して、インデックス画像を前処理することを含む。本方法は、ニューラルネットワークベースのベースコーラを介してインデックス画像の増強されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することを更に含む。
【0159】
一実施態様では、本方法は、ニューラルネットワークベースのベースコーラの推論中ではなく、訓練中にのみ増強関数を使用してインデックス画像を前処理することを含む。
【0160】
一実施態様では、本方法は、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の非現在のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する正規化関数を使用して、インデックス画像を前処理することを含む。いくつかの実施態様では、非現在のインデックス配列決定サイクルは、配列決定の初期インデックス配列決定サイクルを含む。他の実施態様では、非現在のインデックス配列決定サイクルは、配列決定の中間インデックス配列決定サイクルを含む。いくつかの他の実施態様では、非現在のインデックス配列決定サイクルは、配列決定の終期インデックス配列決定サイクルを含む。更に他の実施態様では、非現在のインデックス配列決定サイクルは、初期インデックス配列決定サイクル、中間インデックス配列決定サイクル、及び終期インデックス配列決定サイクルの組み合わせを含む。
【0161】
一実施態様では、非現在のインデックス配列決定サイクルからの少なくとも１つのインデックス画像は、検出可能な信号状態の１つ以上のヌクレオチドを示す。
【0162】
このセクションで説明される方法の他の実施態様は、上述の方法のいずれかを実行するためにプロセッサによって実行可能な命令を記憶する非一時的コンピュータ可読記憶媒体を含むことができる。このセクションで説明される方法の更に別の実施態様は、メモリと、メモリ内に記憶された命令を実行して上記の方法のいずれかを実行するように動作可能な１つ以上のプロセッサとを含むシステムを含むことができる。
【0163】
図３４は、配列決定ランのインデックス配列決定サイクルで検体をベースコールする人工知能ベースの方法のフローチャートの一実施態様である。この方法は、動作３４０２で、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する正規化関数を使用して、インデックス配列決定サイクル中に生成されたインデックス画像を前処理することを含む。
【0164】
この方法は、動作３４１２で、現在のインデックス配列決定サイクルでベースコールされている特定の検体について、インデックス画像パッチを、現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、後続のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンから、各正規化されたインデックス画像パッチが、現在のインデックス配列決定サイクル中の特定の検体及びいくつかの隣接する検体の対応するインデックス配列におけるヌクレオチド取り込みの結果として生成された、特定の検体、隣接する検体、及びそれらの周囲の背景の強度放射を示すように抽出することを含む。
【0165】
この方法は、動作３４２２で、正規化されたインデックス画像パッチを、畳み込みニューラルネットワークを介して畳み込み、畳み込み表現を生成することを更に含む。
【0166】
この方法は、動作３４３２で、畳み込み表現に基づいて、現在のインデックス配列決定サイクルで特定の検体をベースコールすることを更に含む。
【0167】
他の実施態様のための特定の実施態様セクションで説明される特徴のそれぞれは、この実施態様に等しく適用される。上記のように、全ての他の特徴はここでは繰り返されず、参照により繰り返されるべきである。読者は、これらの実施態様において識別された特徴が、他の実施態様で特定される基本特徴のセットとといかにして容易に組み合わせ可能かを理解するであろう。このセクションで説明される方法の他の実施態様は、上述の方法のいずれかを実行するためにプロセッサによって実行可能な命令を記憶する非一時的コンピュータ可読記憶媒体を含むことができる。このセクションで説明される方法の更に別の実施態様は、メモリと、メモリ内に記憶された命令を実行して上記の方法のいずれかを実行するように動作可能な１つ以上のプロセッサとを含むシステムを含むことができる。
【0168】
図３５は、標的配列及びインデックス配列をベースコールする人工知能ベースの方法のフローチャートの一実施態様である。標的配列は、複数の試料に由来し、インデックス配列に結合されて標的インデックス配列を形成する。各インデックス配列は、複数の試料のそれぞれの試料と一意に関連付けられている。標的インデックス配列は、配列決定ラン中に配列決定のためにプールされる。標的配列は、配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は、配列決定ランのインデックス配列決定サイクル中に配列決定される。
【0169】
この方法は、動作３５０２で、標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることを含む。標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す。
【0170】
この方法は、動作３５１２で、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを標的画像の強度値のみに基づいて生成する第１の正規化関数を使用して、標的画像を前処理することを更に含む。
【0171】
この方法は、動作３５２２で、ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することを更に含む。
【0172】
この方法は、動作３５３２で、インデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることを更に含む。インデックス画像は、インデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す。
【0173】
この方法は、動作３５４２で、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する第２の正規化関数を使用して、インデックス画像を前処理することを更に含む。
【0174】
この方法は、動作３５５２で、ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することを更に含む。
【0175】
この方法は、動作３５６２で、標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することを更に含む。
【0176】
他の実施態様のための特定の実施態様セクションで説明される特徴のそれぞれは、この実施態様に等しく適用される。上記のように、全ての他の特徴はここでは繰り返されず、参照により繰り返されるべきである。読者は、これらの実施態様において識別された特徴が、他の実施態様で特定される基本特徴のセットとといかにして容易に組み合わせ可能かを理解するであろう。
【0177】
一実施態様では、第１の正規化関数は、標的画像の強度値の下位パーセンタイル及び標的画像の強度値の上位パーセンタイルを、標的画像の正規化されたバージョンにおいて、第１の割合の正規化された強度値が下位パーセンタイルを下回り、第２の割合の正規化された強度値が上位パーセンタイルを上回り、第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となるように計算する。
【0178】
一実施態様では、第２の正規化関数は、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の下位パーセンタイル、並びに、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の上位パーセンタイルを、インデックス画像の正規化されたバージョンにおいて、第１の割合の正規化された強度値が下位パーセンタイルを下回り、第２の割合の正規化された強度値が上位パーセンタイルを上回り、第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となるように計算する。
【0179】
このセクションで説明される方法の他の実施態様は、上述の方法のいずれかを実行するためにプロセッサによって実行可能な命令を記憶する非一時的コンピュータ可読記憶媒体を含むことができる。このセクションで説明される方法の更に別の実施態様は、メモリと、メモリ内に記憶された命令を実行して上記の方法のいずれかを実行するように動作可能な１つ以上のプロセッサとを含むシステムを含むことができる。
【0180】
本明細書に開示される実施態様は、ソフトウェア、ファームウェア、ハードウェア、又はそれらの任意の組み合わせを生成するための標準的なプログラミング技術又は工学技術を使用して、製造方法、装置、システム、又は物品として具現化されてもよい。本明細書で使用するとき、用語「製造物品」は、光学記憶デバイスなどのハードウェア又はコンピュータ可読媒体、並びに揮発性又は不揮発性メモリデバイス内に実装されるコード又は論理を指す。そのようなハードウェアとしては、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device、ＣＰＬＤ）、プログラマブルロジックアレイ（Programmable Logic Array、ＰＬＡ）、マイクロプロセッサ、又は他の同様の処理装置が挙げられるが、これらに限定されない。特定の実施態様では、本明細書に記載される情報又はアルゴリズムは、非一過性記憶媒体中に存在する。
【0181】
開示される技術、又はその要素の１つ以上の実施態様は、示された方法ステップを実行するためのコンピュータ使用可能なプログラムコードを備えた非一時的コンピュータ可読記憶媒体を含むコンピュータ製品の形態で実装することができる。更に、開示される技術、又はその要素の１つ以上の実施態様は、メモリと、メモリに結合され、例示的な方法ステップを実行するように動作する少なくとも１つのプロセッサと、を含む装置の形態で実装することができる。更に、別の態様では、開示される技術又はその要素の１つ以上の実施態様は、本明細書に記載の方法ステップのうちの１つ以上を実行するための手段の形態で実装することができ、この手段は、（ｉ）ハードウェアモジュール、（ｉｉ）１つ以上のハードウェアプロセッサ上で実行されるソフトウェアモジュール、又は（ｉｉｉ）ハードウェア及びソフトウェアモジュールの組み合わせ、を含むことができ、（ｉ）～（ｉｉｉ）のいずれかが、本明細書に記載の特定の技術を実施し、ソフトウェアモジュールは、コンピュータ可読記憶媒体（又は複数のそのような媒体）に記憶される。
【0182】
本明細書で使用するとき、用語「検体」は、相対位置に従って他の点又は領域と区別することができるパターンの点又は領域を意味することを意図する。個々の検体は、特定の種類の１つ以上の分子を含むことができる。例えば、検体は、特定の配列を有する単一の標的核酸分子を含むことができ、又は検体は、同じ配列（及び／又はその相補的配列）を有するいくつかの核酸分子を含むことができる。パターンの異なる検体である異なる分子は、パターン内の検体の場所に従って互いに分化させることができる。例示的な検体としては、基材中のウェル、基材中又は基材上のビーズ（又は他の粒子）、基材からの突出部、基材上の隆起部、基材上のゲル材料のパッド、又は基材内のチャネルが挙げられる。
【0183】
検出、特徴付け、又は識別される様々な標的検体のいずれも、本明細書に記載される装置、システム、又は方法で使用することができる。例示的な検体としては、限定するものではないが、核酸（例えば、ＤＮＡ、ＲＮＡ又はそれらの類似体）、タンパク質、多糖類、細胞、抗体、エピトープ、受容体、リガンド、酵素（例えば、キナーゼ、ホスファターゼ又はポリメラーゼ）、小分子薬物候補、細胞、ウイルス、生物などが挙げられるが、これらに限定されない。
【0184】
用語「検体」、「核酸」、「核酸分子」、及び「ポリヌクレオチド」は、本明細書において互換的に使用される。様々な実施態様では、核酸は、特定の種類の核酸分析のために、本明細書で提供されるようなテンプレート（例えば、核酸テンプレート、又は核酸テンプレートに相補的な核酸相補体）として使用されてもよく、核酸増幅、核酸発現解析、及び／又は核酸配列決定、又はこれらの好適な組み合わせが挙げられるが、これらに限定されない。特定の実施態様における核酸としては、例えば、３’－５’ホスホジエステル中のデオキシリボヌクレオチドの直鎖ポリマー、又はデオキシリボ核酸（ＤＮＡ）、例えば、一本鎖及び二本鎖ＤＮＡ、ゲノムＤＮＡ、コピーＤＮＡ若しくは相補的ＤＮＡ（ｃＤＮＡ）、組み換えＤＮＡ、又は任意の形態の合成ＤＮＡ若しくは修飾ＤＮＡが挙げられる。他の実施態様では、核酸としては、例えば、３’－５’ホスホジエステル中のリボヌクレオチドの直鎖ポリマー、又はリボ核酸（ＲＮＡ）などの他の結合、例えば、一本鎖及び二本鎖ＲＮＡ、メッセンジャー（ｍＲＮＡ）、コピーＲＮＡ又は相補的ＲＮＡ（ｃＲＮＡ）、選択的にスプライシングされたｍＲＮＡ、リボソームＲＮＡ、小核ＲＮＡ（ｓｎｏＲＮＡ）、マイクロＲＮＡ（ｍｉＲＮＡ）、低干渉ＲＮＡ（ｓＲＮＡ）、ｐｉｗｉ ＲＮＡ（ｐｉＲＮＡ）、又は任意の形態の合成ＲＮＡ若しくは修飾ＲＮＡが挙げられる。本発明の組成物及び方法において使用される核酸は、長さが変化してもよく、無傷又は完全長の分子若しくは断片、又はより大きい核酸分子のより小さい部分であってもよい。特定の実施態様では、核酸は、本明細書の他の箇所に記載されるように、１つ以上の検出可能な標識を有してもよい。
【0185】
用語「検体」、「クラスター」、「核酸クラスター」、「核酸コロニー」、及び「ＤＮＡクラスター」は互換的に使用され、固体支持体に結合された核酸テンプレート及び／又はその相補体の複数のコピーを指す。典型的には、特定の好ましい実施態様では、核酸クラスターは、それらの５’末端を介して固体支持体に結合されたテンプレート核酸及び／又はその相補体の複数のコピーを含む。核酸クラスターを構成する核酸鎖のコピーは、一本鎖又は二本鎖形態であってよい。クラスター内に存在する核酸テンプレートのコピーは、例えば、標識部分の存在に起因して、互いに異なる対応する位置にヌクレオチドを有することができる。対応する位置はまた、異なる化学構造を有するが、ウラシル及びチミンの場合など、類似のＷａｔｓｏｎ－Ｃｒｉｃｋ塩基対形成特性を有するアナログ構造を含むことができる。
【0186】
核酸のコロニーは、「核酸クラスター」とも呼ばれ得る。核酸コロニーは、本明細書の他の箇所で更に詳細に記載されるように、クラスター増幅又はブリッジ増幅技術によって任意に作成することができる。標的配列の複数の反復は、ローリングサークル増幅手順を使用して作成されたコンカテマーなど、単一の核酸分子中に存在し得る。
【0187】
本発明の核酸クラスターは、使用される条件に応じて、異なる形状、サイズ、及び密度を有することができる。例えば、クラスターは、実質的に円形、多面、ドーナツ形、又はリング形状の形状を有することができる。核酸クラスターの直径は、約０．２μｍ～約６μｍ、約０．３μｍ～約４μｍ、約０．４μｍ～約３μｍ、約０．５μｍ～約２μｍ、約０．７５μｍ～約１．５μｍ、又は任意の介在直径であるように設計することができる。特定の実施態様において、核酸クラスターの直径は、約０．５μｍ、約１μｍ、約１．５μｍ、約２μｍ、約２．５μｍ、約３μｍ、約４μｍ、約５μｍ、又は約６μｍである。核酸クラスターの直径は、クラスターの産生において実施される増幅サイクルの数、核酸テンプレートの長さ、又はクラスターが形成される表面に付着したプライマーの密度を含むが、これらに限定されない多数のパラメータによって影響され得る。核酸クラスターの密度は、典型的には、０．１／ｍｍ２、１／ｍｍ２、１０／ｍｍ２、１００／ｍｍ２、１，０００／ｍｍ２、１０，０００／ｍｍ２～１００，０００／ｍｍ２の範囲であるように設計することができる。本発明は、一部では、より高密度の核酸クラスター、例えば、１００，０００／ｍｍ２～１，０００，０００／ｍｍ２、及び１，０００，０００／ｍｍ２～１０，０００，０００／ｍｍ２を更に企図する。
【0188】
本明細書で使用するとき、「検体」は、検体又は視野内の対象領域である。マイクロアレイデバイス又は他の分子分析デバイスに関連して使用される場合、検体は、類似又は同一の分子によって占有される領域を指す。例えば、検体は、増幅オリゴヌクレオチド、又は同じ又は類似の配列を有するポリヌクレオチド又はポリペプチドの任意の他の群であり得る。他の実施態様では、検体は、試料上の物理的領域を占有する任意の要素又は要素群であり得る。例えば、検体は、ランドのパセル、水の本体などであってもよい。検体が撮像されると、各検体は、一部の領域を有する。したがって、多くの実施態様では、検体は、単に１つのピクセルではない。
【0189】
検体間の距離は、任意の数の方法で説明することができる。いくつかの実施態様では、検体間の距離は、１つの検体の中心から別の検体の中心までであると説明することができる。他の実施態様では、距離は、１つの検体の縁部から別の検体の縁部まで、又は各検体の最も外側の識別可能な点間に記載することができる。検体の縁部は、チップ上の理論的若しくは実際の物理的境界、又は検体の境界内のいくつかの点として説明することができる。他の実施態様では、距離は、試料上の固定点、又は試料の画像に関して説明することができる。
【0190】
項目
以下の項目は、本開示の一部である。
インデックスリード
１．インデックス配列をベースコールするための人工知能ベースの方法であって、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む、方法。
２．正規化関数は、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の下位パーセンタイル、並びに、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の上位パーセンタイルを、
インデックス画像の正規化されたバージョンにおいて、
第１の割合の正規化された強度値が下位パーセンタイルを下回り、
第２の割合の正規化された強度値が上位パーセンタイルを上回り、
第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となる、
ように計算する、項目１に記載の人工知能ベースの方法。
３．
現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、及び後続のインデックス配列決定サイクルからのインデックス画像によって示されるヌクレオチドが、全体として、
現在のインデックス配列決定サイクルからのインデックス画像のみによって示されるヌクレオチドよりも累積的に多様である、
項目１に記載の人工知能ベースの方法。
４．先行するインデックス配列決定サイクル及び後続のインデックス配列決定サイクルからのインデックス画像のうちの少なくとも１つのインデックス画像が、検出可能な信号状態の１つ以上のヌクレオチドを示す、項目３に記載の人工知能ベースの方法。
５．現在のインデックス配列決定サイクルからのインデックス画像によって示されるヌクレオチドは、４つの塩基Ａ、Ｃ、Ｔ、及びＧのうちのいくつかが全てのヌクレオチドの１５％、１０％、又は５％未満の頻度で表される複雑性の低いパターンである、項目３に記載の人工知能ベースの方法。
６．現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、及び後続のインデックス配列決定サイクルからのインデックス画像によって示されるヌクレオチドは、全体として、４つの塩基Ａ、Ｃ、Ｔ、及びＧの各々が全てのヌクレオチドの少なくとも２０％、２５％、又は３０％の頻度で表される複雑性の高いパターンを累積的に形成する、項目５に記載の人工知能ベースの方法。
７．
ニューラルネットワークベースのベースコーラの訓練中及び推論中に正規化関数を使用してインデックス画像を前処理することを更に含む、項目１に記載の人工知能ベースの方法。
８．
インデックス画像の増強されたバージョンを、インデックス画像の強度値にスケーリング係数を乗算し、乗算の結果にオフセット値を加算することによって生成する増強関数を使用して、インデックス画像を前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の増強されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を更に含む、項目１に記載の人工知能ベースの方法。
９．
ニューラルネットワークベースのベースコーラの推論中ではなく、訓練中にのみ増強関数を使用してインデックス画像を前処理することを更に含む、項目８に記載の人工知能ベースの方法。
１０．
インデックス画像を、
（ｉ）１つ以上の非現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを生成する正規化関数を使用して前処理することを更に含む、項目１に記載の人工知能ベースの方法。
１１．非現在のインデックス配列決定サイクルは、配列決定の初期インデックス配列決定サイクルを含む、項目１０に記載の人工知能ベースの方法。
１２．非現在のインデックス配列決定サイクルは、配列決定の中間インデックス配列決定サイクルを含む、項目１０に記載の人工知能ベースの方法。
１３．非現在のインデックス配列決定サイクルは、配列決定の終期インデックス配列決定サイクルを含む、項目１０に記載の人工知能ベースの方法。
１４．非現在のインデックス配列決定サイクルは、初期インデックス配列決定サイクル、中間インデックス配列決定サイクル、及び終期インデックス配列決定サイクルの組み合わせを含む、項目１３に記載の人工知能ベースの方法。
１５．非現在のインデックス配列決定サイクルからの少なくとも１つのインデックス画像が、検出可能な信号状態の１つ以上のヌクレオチドを示す、項目１０に記載の人工知能ベースの方法。
１６．配列決定ランのインデックス配列決定サイクルで検体をベースコールする人工知能ベースの方法であって、
インデックス配列決定サイクル中に生成されたインデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
現在のインデックス配列決定サイクルでベースコールされている特定の検体について、
インデックス画像パッチを、現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、及び後続のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンから、
各正規化されたインデックス画像パッチが、現在のインデックス配列決定サイクル中の特定の検体及びいくつかの隣接する検体の対応するインデックス配列におけるヌクレオチド取り込みの結果として生成された、特定の検体、隣接する検体、及びそれらの周囲の背景の強度放射を示すように抽出することと、
正規化されたインデックス画像パッチを、畳み込みニューラルネットワークを介して畳み込み、畳み込み表現を生成することと、
畳み込み表現に基づいて、現在のインデックス配列決定サイクルで特定の検体をベースコールすることと、
を含む、方法。
１７．標的配列及びインデックス配列をベースコールする人工知能ベースの方法であって、標的配列は複数の試料に由来し、インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は複数の試料のそれぞれの試料と一意に関連付けられており、標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、標的配列は配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は配列決定ランのインデックス配列決定サイクル中に配列決定される、方法において、方法は、
標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを標的画像の強度値のみに基づいて生成する第１の正規化関数を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
インデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、第２の正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、第２の正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することと、
を含む、方法。
１８．第１の正規化関数は、
標的画像の強度値の下位パーセンタイルと、
標的画像の強度値の上位パーセンタイルとを、
標的画像の正規化されたバージョンにおいて、
第１の割合の正規化された強度値が下位パーセンタイルを下回り、
第２の割合の正規化された強度値が上位パーセンタイルを上回り、
第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となる、
ように計算する、項目１７に記載の人工知能ベースの方法。
１９．第２の正規化関数は、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の下位パーセンタイル、並びに、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の上位パーセンタイルを、
インデックス画像の正規化されたバージョンにおいて、
第１の割合の正規化された強度値が下位パーセンタイルを下回り、
第２の割合の正規化された強度値が上位パーセンタイルを上回り、
第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となる、
ように計算する、項目１７に記載の人工知能ベースの方法。
インデックスリード及び通常リード
２０．標的配列及びインデックス配列をベースコールする人工知能ベースの方法であって、標的配列は複数の試料に由来し、インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は複数の試料のそれぞれの試料と一意に関連付けられており、標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、標的配列は配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は配列決定ランのインデックス配列決定サイクル中に配列決定される、方法、において、方法は、
標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
インデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することと、
を含む、方法。
２１．正規化関数は、
（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、の下位パーセンタイル、並びに、
（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、の上位パーセンタイルを、
標的画像の正規化されたバージョンにおいて、
第１の割合の正規化された強度値が下位パーセンタイルを下回り、
第２の割合の正規化された強度値が上位パーセンタイルを上回り、
第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となる、
ように計算する、項目２０に記載の人工知能ベースの方法。
２２．正規化関数は、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の下位パーセンタイル、並びに、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の上位パーセンタイルを、
インデックス画像の正規化されたバージョンにおいて、
第１の割合の正規化された強度値が下位パーセンタイルを下回り、
第２の割合の正規化された強度値が上位パーセンタイルを上回り、
第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となる、
ように計算する、項目２０に記載の人工知能ベースの方法。
２３．
ニューラルネットワークベースのベースコーラの訓練中及び推論中に正規化関数を使用して標的画像及びインデックス画像を前処理することを更に含む、項目２０に記載の人工知能ベースの方法。
２４．
標的画像の増強されたバージョンを、標的画像の強度値にスケーリング係数を乗算し、乗算の結果にオフセット値を加算することによって生成する増強関数を使用して、標的画像を前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の増強されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
を更に含む、項目２０に記載の人工知能ベースの方法。
２５．
インデックス画像の増強されたバージョンを、インデックス画像の強度値にスケーリング係数を乗算し、乗算の結果にオフセット値を加算することによって生成する増強関数を使用して、インデックス画像を前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の増強されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を更に含む、項目２０に記載の人工知能ベースの方法。
２６．
ニューラルネットワークベースのベースコーラの推論中ではなく、訓練中にのみ増強関数を使用して標的画像及びインデックス画像を前処理することを更に含む、項目２０に記載の人工知能ベースの方法。
２７．ベースコール配列の人工知能ベースの方法であって、
配列決定ランの標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、を含む、方法。
以下の項目は、本開示の一部である。
インデックスリード
１．インデックス配列をベースコールするための人工知能ベースの方法であって、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む、方法。
２．正規化関数は、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の下位パーセンタイル、並びに、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の上位パーセンタイルを、
インデックス画像の正規化されたバージョンにおいて、
第１の割合の正規化された強度値が下位パーセンタイルを下回り、
第２の割合の正規化された強度値が上位パーセンタイルを上回り、
第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となる、
ように計算する、項目１に記載の人工知能ベースの方法。
３．
現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、及び後続のインデックス配列決定サイクルからのインデックス画像によって示されるヌクレオチドが、全体として、
現在のインデックス配列決定サイクルからのインデックス画像のみによって示されるヌクレオチドよりも累積的に多様である、
項目１に記載の人工知能ベースの方法。
４．先行するインデックス配列決定サイクル及び後続のインデックス配列決定サイクルからのインデックス画像のうちの少なくとも１つのインデックス画像が、検出可能な信号状態の１つ以上のヌクレオチドを示す、項目３に記載の人工知能ベースの方法。
５．現在のインデックス配列決定サイクルからのインデックス画像によって示されるヌクレオチドは、４つの塩基Ａ、Ｃ、Ｔ、及びＧのうちのいくつかが全てのヌクレオチドの１５％、１０％、又は５％未満の頻度で表される複雑性の低いパターンである、項目３に記載の人工知能ベースの方法。
６．現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、及び後続のインデックス配列決定サイクルからのインデックス画像によって示されるヌクレオチドは、全体として、４つの塩基Ａ、Ｃ、Ｔ、及びＧの各々が全てのヌクレオチドの少なくとも２０％、２５％、又は３０％の頻度で表される複雑性の高いパターンを累積的に形成する、項目５に記載の人工知能ベースの方法。
７．
ニューラルネットワークベースのベースコーラの訓練中及び推論中に正規化関数を使用してインデックス画像を前処理することを更に含む、項目１に記載の人工知能ベースの方法。
８．
インデックス画像の増強されたバージョンを、インデックス画像の強度値にスケーリング係数を乗算し、乗算の結果にオフセット値を加算することによって生成する増強関数を使用して、インデックス画像を前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の増強されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を更に含む、項目１に記載の人工知能ベースの方法。
９．
ニューラルネットワークベースのベースコーラの推論中ではなく、訓練中にのみ増強関数を使用してインデックス画像を前処理することを更に含む、項目８に記載の人工知能ベースの方法。
１０．
インデックス画像を、
（ｉ）１つ以上の非現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを生成する正規化関数を使用して前処理することを更に含む、項目１に記載の人工知能ベースの方法。
１１．非現在のインデックス配列決定サイクルは、配列決定の初期インデックス配列決定サイクルを含む、項目１０に記載の人工知能ベースの方法。
１２．非現在のインデックス配列決定サイクルは、配列決定の中間インデックス配列決定サイクルを含む、項目１０に記載の人工知能ベースの方法。
１３．非現在のインデックス配列決定サイクルは、配列決定の終期インデックス配列決定サイクルを含む、項目１０に記載の人工知能ベースの方法。
１４．非現在のインデックス配列決定サイクルは、初期インデックス配列決定サイクル、中間インデックス配列決定サイクル、及び終期インデックス配列決定サイクルの組み合わせを含む、項目１３に記載の人工知能ベースの方法。
１５．非現在のインデックス配列決定サイクルからの少なくとも１つのインデックス画像が、検出可能な信号状態の１つ以上のヌクレオチドを示す、項目１０に記載の人工知能ベースの方法。
１６．配列決定ランのインデックス配列決定サイクルで検体をベースコールする人工知能ベースの方法であって、
インデックス配列決定サイクル中に生成されたインデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
現在のインデックス配列決定サイクルでベースコールされている特定の検体について、
インデックス画像パッチを、現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、及び後続のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンから、
各正規化されたインデックス画像パッチが、現在のインデックス配列決定サイクル中の特定の検体及びいくつかの隣接する検体の対応するインデックス配列におけるヌクレオチド取り込みの結果として生成された、特定の検体、隣接する検体、及びそれらの周囲の背景の強度放射を示すように抽出することと、
正規化されたインデックス画像パッチを、畳み込みニューラルネットワークを介して畳み込み、畳み込み表現を生成することと、
畳み込み表現に基づいて、現在のインデックス配列決定サイクルで特定の検体をベースコールすることと、
を含む、方法。
１７．標的配列及びインデックス配列をベースコールする人工知能ベースの方法であって、標的配列は複数の試料に由来し、インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は複数の試料のそれぞれの試料と一意に関連付けられており、標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、標的配列は配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は配列決定ランのインデックス配列決定サイクル中に配列決定される、方法において、方法は、
標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを標的画像の強度値のみに基づいて生成する第１の正規化関数を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
インデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、第２の正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、第２の正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することと、
を含む、方法。
１８．第１の正規化関数は、
標的画像の強度値の下位パーセンタイルと、
標的画像の強度値の上位パーセンタイルとを、
標的画像の正規化されたバージョンにおいて、
第１の割合の正規化された強度値が下位パーセンタイルを下回り、
第２の割合の正規化された強度値が上位パーセンタイルを上回り、
第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となる、
ように計算する、項目１７に記載の人工知能ベースの方法。
１９．第２の正規化関数は、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の下位パーセンタイル、並びに、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の上位パーセンタイルを、
インデックス画像の正規化されたバージョンにおいて、
第１の割合の正規化された強度値が下位パーセンタイルを下回り、
第２の割合の正規化された強度値が上位パーセンタイルを上回り、
第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となる、
ように計算する、項目１７に記載の人工知能ベースの方法。
インデックスリード及び通常リード
２０．標的配列及びインデックス配列をベースコールする人工知能ベースの方法であって、標的配列は複数の試料に由来し、インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は複数の試料のそれぞれの試料と一意に関連付けられており、標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、標的配列は配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は配列決定ランのインデックス配列決定サイクル中に配列決定される、方法、において、方法は、
標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
インデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することと、
を含む、方法。
２１．正規化関数は、
（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、の下位パーセンタイル、並びに、
（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、の上位パーセンタイルを、
標的画像の正規化されたバージョンにおいて、
第１の割合の正規化された強度値が下位パーセンタイルを下回り、
第２の割合の正規化された強度値が上位パーセンタイルを上回り、
第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となる、
ように計算する、項目２０に記載の人工知能ベースの方法。
２２．正規化関数は、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の下位パーセンタイル、並びに、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の上位パーセンタイルを、
インデックス画像の正規化されたバージョンにおいて、
第１の割合の正規化された強度値が下位パーセンタイルを下回り、
第２の割合の正規化された強度値が上位パーセンタイルを上回り、
第３の割合の正規化された強度値が下位パーセンタイルと上位パーセンタイルとの間となる、
ように計算する、項目２０に記載の人工知能ベースの方法。
２３．
ニューラルネットワークベースのベースコーラの訓練中及び推論中に正規化関数を使用して標的画像及びインデックス画像を前処理することを更に含む、項目２０に記載の人工知能ベースの方法。
２４．
標的画像の増強されたバージョンを、標的画像の強度値にスケーリング係数を乗算し、乗算の結果にオフセット値を加算することによって生成する増強関数を使用して、標的画像を前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の増強されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
を更に含む、項目２０に記載の人工知能ベースの方法。
２５．
インデックス画像の増強されたバージョンを、インデックス画像の強度値にスケーリング係数を乗算し、乗算の結果にオフセット値を加算することによって生成する増強関数を使用して、インデックス画像を前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の増強されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を更に含む、項目２０に記載の人工知能ベースの方法。
２６．
ニューラルネットワークベースのベースコーラの推論中ではなく、訓練中にのみ増強関数を使用して標的画像及びインデックス画像を前処理することを更に含む、項目２０に記載の人工知能ベースの方法。
２７．ベースコール配列の人工知能ベースの方法であって、
配列決定ランの標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、を含む、方法。
【0191】
上述の方法の他の実施態様は、上述の方法のいずれかを実行するためにプロセッサによって実行可能な命令を記憶する非一時的コンピュータ可読記憶媒体を含むことができる。このセクションで説明される方法の更に別の実施態様は、メモリと、メモリ内に記憶された命令を実行して上記の方法のいずれかを実行するように動作可能な１つ以上のプロセッサとを含むシステムを含むことができる。
２８．ベースコール配列の人工知能ベースの方法であって、
配列決定ランの標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
ニューラルネットワークベースのベースコーラを介して標的画像を処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像を処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む、方法。
２９．メモリに結合された１つ以上のプロセッサを含むシステムであって、インデックス配列をベースコールするためのコンピュータ命令がメモリにロードされており、命令は、プロセッサ上で実行されると、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む動作を実行する、システム。
３０．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目２９に記載のシステム。
３１．メモリに結合された１つ以上のプロセッサを含むシステムであって、配列決定ランのインデックス配列決定サイクルで検体をベースコールするためのコンピュータ命令がメモリにロードされており、命令は、プロセッサ上で実行されると、
インデックス配列決定サイクル中に生成されたインデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
現在のインデックス配列決定サイクルでベースコールされている特定の検体について、
インデックス画像パッチを、現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、及び後続のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンから、
各正規化されたインデックス画像パッチが、現在のインデックス配列決定サイクル中の特定の検体及びいくつかの隣接する検体の対応するインデックス配列におけるヌクレオチド取り込みの結果として生成された、特定の検体、隣接する検体、及びそれらの周囲の背景の強度放射を示すように抽出することと、
正規化されたインデックス画像パッチを、畳み込みニューラルネットワークを介して畳み込み、畳み込み表現を生成することと、
畳み込み表現に基づいて、現在のインデックス配列決定サイクルで特定の検体をベースコールすることと、
を含む動作を実行する、システム。
３２．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目３１に記載のシステム。
３３．メモリに結合された１つ以上のプロセッサを含むシステムであって、標的配列及びインデックス配列をベースコールするためのコンピュータ命令がメモリにロードされており、標的配列は複数の試料に由来し、インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は複数の試料のそれぞれの試料と一意に関連付けられており、標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、標的配列は配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は配列決定ランのインデックス配列決定サイクル中に配列決定される、システムにおいて、命令は、プロセッサ上で実行されると、
標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを標的画像の強度値のみに基づいて生成する第１の正規化関数を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
インデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、第２の正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、第２の正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することと、
を含む動作を実行する、システム。
３４．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目３３に記載のシステム。
３５．メモリに結合された１つ以上のプロセッサを含むシステムであって、標的配列及びインデックス配列をベースコールするためのコンピュータ命令がメモリにロードされており、標的配列は複数の試料に由来し、インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は複数の試料のそれぞれの試料と一意に関連付けられており、標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、標的配列は配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は配列決定ランのインデックス配列決定サイクル中に配列決定される、システムにおいて、命令は、プロセッサ上で実行されると、
標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
インデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することと、
を含む動作を実行する、システム。
３６．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目３５に記載のシステム。
３７．メモリに結合された１つ以上のプロセッサを含むシステムであって、配列をベースコールするためのコンピュータ命令がメモリにロードされており、命令は、プロセッサ上で実行されると、
配列決定ランの標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む動作を実行する、システム。
３８．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目３７に記載のシステム。
３９．メモリに結合された１つ以上のプロセッサを含むシステムであって、配列をベースコールするためのコンピュータ命令がメモリにロードされており、命令は、プロセッサ上で実行されると、
配列決定ランの標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
ニューラルネットワークベースのベースコーラを介して標的画像を処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像を処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む動作を実行する、システム。
４０．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目３９に記載のシステム。
４１．インデックス配列をベースコールするためのコンピュータプログラム命令が付与された非一時的コンピュータ可読記憶媒体であって、命令は、プロセッサ上で実行されると、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む方法を実行する、非一時的コンピュータ可読記憶媒体。
４２．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目４１に記載の非一時的コンピュータ可読記憶媒体。
４３．配列決定ランのインデックス配列決定サイクルで検体をベースコールするためのコンピュータプログラム命令が付与された非一時的コンピュータ可読記憶媒体であって、命令は、プロセッサ上で実行されると、
インデックス配列決定サイクル中に生成されたインデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
現在のインデックス配列決定サイクルでベースコールされている特定の検体について、
インデックス画像パッチを、現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、及び後続のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンから、
各正規化されたインデックス画像パッチが、現在のインデックス配列決定サイクル中の特定の検体及びいくつかの隣接する検体の対応するインデックス配列におけるヌクレオチド取り込みの結果として生成された、特定の検体、隣接する検体、及びそれらの周囲の背景の強度放射を示すように抽出することと、
正規化されたインデックス画像パッチを、畳み込みニューラルネットワークを介して畳み込み、畳み込み表現を生成することと、
畳み込み表現に基づいて、現在のインデックス配列決定サイクルで特定の検体をベースコールすることと、
を含む方法を実行する、非一時的コンピュータ可読記憶媒体。
４４．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目４３に記載の非一時的コンピュータ可読記憶媒体。
４５．標的配列及びインデックス配列をベースコールするためのコンピュータプログラム命令が付与された非一時的コンピュータ可読記憶媒体であって、標的配列は複数の試料に由来し、インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は複数の試料のそれぞれの試料と一意に関連付けられており、標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、標的配列は配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は配列決定ランのインデックス配列決定サイクル中に配列決定される、非一時的コンピュータ可読記憶媒体において、命令は、プロセッサ上で実行されると、
標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを標的画像の強度値のみに基づいて生成する第１の正規化関数を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
インデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、第２の正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、第２の正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することと、
を含む方法を実行する、非一時的コンピュータ可読記憶媒体。
４６．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目４５に記載の非一時的コンピュータ可読記憶媒体。
４７．標的配列及びインデックス配列をベースコールするためのコンピュータプログラム命令が付与された非一時的コンピュータ可読記憶媒体であって、標的配列は複数の試料に由来し、インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は複数の試料のそれぞれの試料と一意に関連付けられており、標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、標的配列は配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は配列決定ランのインデックス配列決定サイクル中に配列決定される、非一時的コンピュータ可読記憶媒体において、命令は、プロセッサ上で実行されると、
標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
インデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することと、
を含む方法を実行する、非一時的コンピュータ可読記憶媒体。
４８．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目４７に記載の非一時的コンピュータ可読記憶媒体。
４９．配列をベースコールするためのコンピュータプログラム命令が付与された非一時的コンピュータ可読記憶媒体であって、命令は、プロセッサ上で実行されると、
配列決定ランの標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む方法を実行する、非一時的コンピュータ可読記憶媒体。
５０．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目４９に記載の非一時的コンピュータ可読記憶媒体。
５１．配列をベースコールするためのコンピュータプログラム命令が付与された非一時的コンピュータ可読記憶媒体であって、命令は、プロセッサ上で実行されると、
配列決定ランの標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
ニューラルネットワークベースのベースコーラを介して標的画像を処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像を処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む方法を実行する、非一時的コンピュータ可読記憶媒体。
５２．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目５１に記載の非一時的コンピュータ可読記憶媒体。
２８．ベースコール配列の人工知能ベースの方法であって、
配列決定ランの標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
ニューラルネットワークベースのベースコーラを介して標的画像を処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像を処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む、方法。
２９．メモリに結合された１つ以上のプロセッサを含むシステムであって、インデックス配列をベースコールするためのコンピュータ命令がメモリにロードされており、命令は、プロセッサ上で実行されると、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む動作を実行する、システム。
３０．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目２９に記載のシステム。
３１．メモリに結合された１つ以上のプロセッサを含むシステムであって、配列決定ランのインデックス配列決定サイクルで検体をベースコールするためのコンピュータ命令がメモリにロードされており、命令は、プロセッサ上で実行されると、
インデックス配列決定サイクル中に生成されたインデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
現在のインデックス配列決定サイクルでベースコールされている特定の検体について、
インデックス画像パッチを、現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、及び後続のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンから、
各正規化されたインデックス画像パッチが、現在のインデックス配列決定サイクル中の特定の検体及びいくつかの隣接する検体の対応するインデックス配列におけるヌクレオチド取り込みの結果として生成された、特定の検体、隣接する検体、及びそれらの周囲の背景の強度放射を示すように抽出することと、
正規化されたインデックス画像パッチを、畳み込みニューラルネットワークを介して畳み込み、畳み込み表現を生成することと、
畳み込み表現に基づいて、現在のインデックス配列決定サイクルで特定の検体をベースコールすることと、
を含む動作を実行する、システム。
３２．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目３１に記載のシステム。
３３．メモリに結合された１つ以上のプロセッサを含むシステムであって、標的配列及びインデックス配列をベースコールするためのコンピュータ命令がメモリにロードされており、標的配列は複数の試料に由来し、インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は複数の試料のそれぞれの試料と一意に関連付けられており、標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、標的配列は配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は配列決定ランのインデックス配列決定サイクル中に配列決定される、システムにおいて、命令は、プロセッサ上で実行されると、
標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを標的画像の強度値のみに基づいて生成する第１の正規化関数を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
インデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、第２の正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、第２の正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することと、
を含む動作を実行する、システム。
３４．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目３３に記載のシステム。
３５．メモリに結合された１つ以上のプロセッサを含むシステムであって、標的配列及びインデックス配列をベースコールするためのコンピュータ命令がメモリにロードされており、標的配列は複数の試料に由来し、インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は複数の試料のそれぞれの試料と一意に関連付けられており、標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、標的配列は配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は配列決定ランのインデックス配列決定サイクル中に配列決定される、システムにおいて、命令は、プロセッサ上で実行されると、
標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
インデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することと、
を含む動作を実行する、システム。
３６．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目３５に記載のシステム。
３７．メモリに結合された１つ以上のプロセッサを含むシステムであって、配列をベースコールするためのコンピュータ命令がメモリにロードされており、命令は、プロセッサ上で実行されると、
配列決定ランの標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む動作を実行する、システム。
３８．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目３７に記載のシステム。
３９．メモリに結合された１つ以上のプロセッサを含むシステムであって、配列をベースコールするためのコンピュータ命令がメモリにロードされており、命令は、プロセッサ上で実行されると、
配列決定ランの標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
ニューラルネットワークベースのベースコーラを介して標的画像を処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像を処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む動作を実行する、システム。
４０．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目３９に記載のシステム。
４１．インデックス配列をベースコールするためのコンピュータプログラム命令が付与された非一時的コンピュータ可読記憶媒体であって、命令は、プロセッサ上で実行されると、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む方法を実行する、非一時的コンピュータ可読記憶媒体。
４２．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目４１に記載の非一時的コンピュータ可読記憶媒体。
４３．配列決定ランのインデックス配列決定サイクルで検体をベースコールするためのコンピュータプログラム命令が付与された非一時的コンピュータ可読記憶媒体であって、命令は、プロセッサ上で実行されると、
インデックス配列決定サイクル中に生成されたインデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
現在のインデックス配列決定サイクルでベースコールされている特定の検体について、
インデックス画像パッチを、現在のインデックス配列決定サイクル、先行するインデックス配列決定サイクル、及び後続のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンから、
各正規化されたインデックス画像パッチが、現在のインデックス配列決定サイクル中の特定の検体及びいくつかの隣接する検体の対応するインデックス配列におけるヌクレオチド取り込みの結果として生成された、特定の検体、隣接する検体、及びそれらの周囲の背景の強度放射を示すように抽出することと、
正規化されたインデックス画像パッチを、畳み込みニューラルネットワークを介して畳み込み、畳み込み表現を生成することと、
畳み込み表現に基づいて、現在のインデックス配列決定サイクルで特定の検体をベースコールすることと、
を含む方法を実行する、非一時的コンピュータ可読記憶媒体。
４４．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目４３に記載の非一時的コンピュータ可読記憶媒体。
４５．標的配列及びインデックス配列をベースコールするためのコンピュータプログラム命令が付与された非一時的コンピュータ可読記憶媒体であって、標的配列は複数の試料に由来し、インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は複数の試料のそれぞれの試料と一意に関連付けられており、標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、標的配列は配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は配列決定ランのインデックス配列決定サイクル中に配列決定される、非一時的コンピュータ可読記憶媒体において、命令は、プロセッサ上で実行されると、
標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを標的画像の強度値のみに基づいて生成する第１の正規化関数を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
インデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、第２の正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、第２の正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することと、
を含む方法を実行する、非一時的コンピュータ可読記憶媒体。
４６．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目４５に記載の非一時的コンピュータ可読記憶媒体。
４７．標的配列及びインデックス配列をベースコールするためのコンピュータプログラム命令が付与された非一時的コンピュータ可読記憶媒体であって、標的配列は複数の試料に由来し、インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は複数の試料のそれぞれの試料と一意に関連付けられており、標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、標的配列は配列決定ランの標的配列決定サイクル中に配列決定され、インデックス配列は配列決定ランのインデックス配列決定サイクル中に配列決定される、非一時的コンピュータ可読記憶媒体において、命令は、プロセッサ上で実行されると、
標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
インデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、複数の試料中の特定の試料に属するものとして分類することと、
を含む方法を実行する、非一時的コンピュータ可読記憶媒体。
４８．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目４７に記載の非一時的コンピュータ可読記憶媒体。
４９．配列をベースコールするためのコンピュータプログラム命令が付与された非一時的コンピュータ可読記憶媒体であって、命令は、プロセッサ上で実行されると、
配列決定ランの標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して標的画像の正規化されたバージョンを処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像の正規化されたバージョンを処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む方法を実行する、非一時的コンピュータ可読記憶媒体。
５０．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目４９に記載の非一時的コンピュータ可読記憶媒体。
５１．配列をベースコールするためのコンピュータプログラム命令が付与された非一時的コンピュータ可読記憶媒体であって、命令は、プロセッサ上で実行されると、
配列決定ランの標的配列決定サイクル中に標的配列について生成された標的画像にアクセスすることであって、標的画像は、標的配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
配列決定ランのインデックス配列決定サイクル中にインデックス配列について生成されたインデックス画像にアクセスすることであって、インデックス画像は、配列決定ラン中のインデックス配列へのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
ニューラルネットワークベースのベースコーラを介して標的画像を処理し、標的配列決定サイクルの各々についてベースコールを生成することによって、標的配列の標的リードを生成することと、
ニューラルネットワークベースのベースコーラを介してインデックス画像を処理し、インデックス配列決定サイクルの各々についてベースコールを生成することによって、インデックス配列のインデックスリードを生成することと、
を含む方法を実行する、非一時的コンピュータ可読記憶媒体。
５２．項目１、１６、１７、２０、及び２７に最終的に従属する項目の各々を実施する、項目５１に記載の非一時的コンピュータ可読記憶媒体。
【符号の説明】
【0192】
１０２ インデックス付きライブラリ
１０４ プーリング
１０６ 配列決定
１０８ 逆多重化
１１０ 位置合わせ
１１６ 出力ファイル
２０２ 標的リード
２０４ インデックスリード
２１２ 標的プライマー
２２２ 標的配列
２２４ インデックスプライマー
２３２ インデックス配列
３０２ パーセンタイル計算部
３２２ 第１の画像チャネルのインデックス画像
３２４ 第１の画像チャネルのインデックス画像
３２６ 第１の画像チャネルのインデックス画像
３３２ 第２の画像チャネルのインデックス画像
３３４ 第２の画像チャネルのインデックス画像
３３６ 第２の画像チャネルのインデックス画像
３４４ 正規化
３５４ 画像正規化部
３６４ 第１の画像チャネルで正規化されたインデックス画像
３７４ 第２の画像チャネルで正規化されたインデックス画像
４０２ 第１の画像チャネルで正規化されたインデックス画像
４０４ 第１の画像チャネルで正規化されたインデックス画像
４０６ 第１の画像チャネルで正規化されたインデックス画像
４１２ 第２の画像チャネルで正規化されたインデックス画像
４１４ 第２の画像チャネルで正規化されたインデックス画像
４１６ 第２の画像チャネルで正規化されたインデックス画像
４２４ パッチ抽出プロセス
４２６ 入力画像データ
４３０ ニューラルネットワークベースのベースコーラ
４３２ ベースコール
５０２ 初期インデックス配列決定サイクル
５１２ 中間インデックス配列決定サイクル
５２２ 画像選択部
５３２ 終期インデックス配列決定サイクル
６０２ インデックス画像
６０４ インデックス画像
６１２ インデックス画像
６１４ インデックス画像
６３２ 正規化された画像
７０２ 配列決定ラン
７１２ インデックス画像
７１４ 標的画像
７２２ 第２の正規化関数
７２４ 第１の正規化関数
７３２ 正規化されたインデックス画像
７３４ 正規化された標的画像
７４２ 逆多重化
８０２ インデックス画像
８０４ 標的画像
８１２ 画像増強部
８２２ 増強されたインデックス画像
８２４ 増強された標的画像
８３０ ニューラルネットワークベースのベースコーラ
８３２ 逆多重化
３２００ コンピュータシステム
３２１０ 記憶サブシステム
３２２２ メモリサブシステム
３２３２ メインランダムアクセスメモリ（ＲＡＭ）
３２３４ 専用メモリ（ＲＯＭ）
３２３６ ファイル記憶サブシステム
３２３８ ユーザインターフェース入力デバイス
３２５５ バスサブシステム
３２７２ 中央処理装置（ＣＰＵ）
３２７４ ネットワークインターフェースサブシステム
３２７６ ユーザインターフェース出力デバイス
３２７８ 深層学習プロセッサ
１０４ プーリング
１０６ 配列決定
１０８ 逆多重化
１１０ 位置合わせ
１１６ 出力ファイル
２０２ 標的リード
２０４ インデックスリード
２１２ 標的プライマー
２２２ 標的配列
２２４ インデックスプライマー
２３２ インデックス配列
３０２ パーセンタイル計算部
３２２ 第１の画像チャネルのインデックス画像
３２４ 第１の画像チャネルのインデックス画像
３２６ 第１の画像チャネルのインデックス画像
３３２ 第２の画像チャネルのインデックス画像
３３４ 第２の画像チャネルのインデックス画像
３３６ 第２の画像チャネルのインデックス画像
３４４ 正規化
３５４ 画像正規化部
３６４ 第１の画像チャネルで正規化されたインデックス画像
３７４ 第２の画像チャネルで正規化されたインデックス画像
４０２ 第１の画像チャネルで正規化されたインデックス画像
４０４ 第１の画像チャネルで正規化されたインデックス画像
４０６ 第１の画像チャネルで正規化されたインデックス画像
４１２ 第２の画像チャネルで正規化されたインデックス画像
４１４ 第２の画像チャネルで正規化されたインデックス画像
４１６ 第２の画像チャネルで正規化されたインデックス画像
４２４ パッチ抽出プロセス
４２６ 入力画像データ
４３０ ニューラルネットワークベースのベースコーラ
４３２ ベースコール
５０２ 初期インデックス配列決定サイクル
５１２ 中間インデックス配列決定サイクル
５２２ 画像選択部
５３２ 終期インデックス配列決定サイクル
６０２ インデックス画像
６０４ インデックス画像
６１２ インデックス画像
６１４ インデックス画像
６３２ 正規化された画像
７０２ 配列決定ラン
７１２ インデックス画像
７１４ 標的画像
７２２ 第２の正規化関数
７２４ 第１の正規化関数
７３２ 正規化されたインデックス画像
７３４ 正規化された標的画像
７４２ 逆多重化
８０２ インデックス画像
８０４ 標的画像
８１２ 画像増強部
８２２ 増強されたインデックス画像
８２４ 増強された標的画像
８３０ ニューラルネットワークベースのベースコーラ
８３２ 逆多重化
３２００ コンピュータシステム
３２１０ 記憶サブシステム
３２２２ メモリサブシステム
３２３２ メインランダムアクセスメモリ（ＲＡＭ）
３２３４ 専用メモリ（ＲＯＭ）
３２３６ ファイル記憶サブシステム
３２３８ ユーザインターフェース入力デバイス
３２５５ バスサブシステム
３２７２ 中央処理装置（ＣＰＵ）
３２７４ ネットワークインターフェースサブシステム
３２７６ ユーザインターフェース出力デバイス
３２７８ 深層学習プロセッサ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
【図31】
【図32】
【図33】
【図34】
【図35】
【手続補正書】
【提出日】2022-08-23
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
インデックス配列をベースコールするためのコンピュータに実装された人工知能ベースの方法であって、配列決定ランのインデックス配列決定サイクル中にインデックス配列についてクラスターから生成されたインデックス画像にアクセスすることであって、前記インデックス画像は、前記配列決定ラン中の前記クラスターの前記インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
前記インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して前記インデックス画像の正規化されたバージョンを処理し、前記インデックス配列決定サイクルの各々についてベースコールを生成することによって、前記インデックス配列のインデックスリードを生成することと、
を含む、方法。
【請求項2】
前記正規化関数は、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の下位パーセンタイル、並びに、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、の上位パーセンタイルを、
前記インデックス画像の前記正規化されたバージョンにおいて、
第１の割合の正規化された強度値が前記下位パーセンタイルを下回り、
第２の割合の前記正規化された強度値が前記上位パーセンタイルを上回り、
第３の割合の前記正規化された強度値が前記下位パーセンタイルと前記上位パーセンタイルとの間となる、
ように計算する、請求項１に記載のコンピュータに実装された人工知能ベースの方法。
【請求項3】
前記現在のインデックス配列決定サイクル、前記先行するインデックス配列決定サイクル、及び前記後続のインデックス配列決定サイクルからの前記インデックス画像によって示されるヌクレオチドが、全体として、前記現在のインデックス配列決定サイクルからの前記インデックス画像のみによって示されるヌクレオチドよりも累積的に多様であり、
前記先行するインデックス配列決定サイクル及び前記後続のインデックス配列決定サイクルからの前記インデックス画像のうちの少なくとも１つのインデックス画像が、検出可能な信号状態の１つ以上のヌクレオチドを示す、
請求項１に記載のコンピュータに実装された人工知能ベースの方法。
【請求項4】
前記現在のインデックス配列決定サイクルからの前記インデックス画像によって示される前記ヌクレオチドは、４つの塩基Ａ、Ｃ、Ｔ、及びＧのうちのいくつかが全ての前記ヌクレオチドの１５％、１０％、又は５％未満の頻度で表される複雑性の低いパターンである、請求項３に記載のコンピュータに実装された人工知能ベースの方法。
【請求項5】
前記現在のインデックス配列決定サイクル、前記先行するインデックス配列決定サイクル、及び前記後続のインデックス配列決定サイクルからの前記インデックス画像によって示される前記ヌクレオチドは、全体として、４つの塩基Ａ、Ｃ、Ｔ、及びＧの各々が全ての前記ヌクレオチドの少なくとも２０％、２５％、又は３０％の頻度で表される複雑性の高いパターンを累積的に形成する、請求項３または４に記載のコンピュータに実装された人工知能ベースの方法。
【請求項6】
前記ニューラルネットワークベースのベースコーラの訓練中及び推論中に前記正規化関数を使用して前記インデックス画像を前処理することを更に含む、請求項１から５のいずれか一項に記載のコンピュータに実装された人工知能ベースの方法。
【請求項7】
インデックス画像の増強されたバージョンを、前記インデックス画像の強度値にスケーリング係数を乗算し、前記乗算の結果にオフセット値を加算することによって生成する増強関数を使用して、前記インデックス画像を前処理することと、前記ニューラルネットワークベースのベースコーラを介して前記インデックス画像の増強されたバージョンを処理し、前記インデックス配列決定サイクルの各々についてベースコールを生成することによって、前記インデックス配列のインデックスリードを生成することと、
前記ニューラルネットワークベースのベースコーラの推論中ではなく、訓練中にのみ前記増強関数を使用して前記インデックス画像を前処理することと、
を更に含む、請求項１から５のいずれか一項に記載のコンピュータに実装された人工知能ベースの方法。
【請求項8】
前記インデックス画像を、（ｉ）１つ以上の非現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）前記現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて前記現在のインデックス配列決定サイクルからの前記インデックス画像の前記正規化されたバージョンを生成する前記正規化関数を使用して前処理すること、
を更に含み、
前記非現在のインデックス配列決定サイクルからの少なくとも１つのインデックス画像が、前記検出可能な信号状態の１つ以上のヌクレオチドを示す、請求項１から７のいずれか一項に記載のコンピュータに実装された人工知能ベースの方法。
【請求項9】
前記非現在のインデックス配列決定サイクルは、前記配列決定の初期インデックス配列決定サイクル、前記配列決定の中間インデックス配列決定サイクル、及び前記配列決定の終期インデックス配列決定サイクルのうち１つ以上を含む、請求項８に記載のコンピュータに実装された人工知能ベースの方法。
【請求項10】
前記非現在のインデックス配列決定サイクルは、初期インデックス配列決定サイクル、中間インデックス配列決定サイクル、及び終期インデックス配列決定サイクルの組み合わせを含む、請求項９に記載のコンピュータに実装された人工知能ベースの方法。
【請求項11】
前記現在のインデックス配列決定サイクルでベースコールされている特定の検体について、インデックス画像パッチを、前記現在のインデックス配列決定サイクル、前記先行するインデックス配列決定サイクル、及び前記後続のインデックス配列決定サイクルからの前記インデックス画像の正規化されたバージョンから、
各正規化されたインデックス画像パッチが、前記現在のインデックス配列決定サイクル中の前記特定の検体及びいくつかの隣接する検体の対応するインデックス配列におけるヌクレオチド取り込みの結果として生成された、前記特定の検体、前記隣接する検体、及びそれらの周囲の背景の強度放射を示すように抽出することと、
前記正規化されたインデックス画像パッチを、畳み込みニューラルネットワークを介して畳み込み、畳み込み表現を生成することと、
前記畳み込み表現に基づいて、前記現在のインデックス配列決定サイクルで前記特定の検体をベースコールすることと、
を更に含む、請求項１から１０のいずれか一項に記載のコンピュータに実装された人工知能ベースの方法。
【請求項12】
標的配列及びインデックス配列をベースコールするコンピュータに実装された人工知能ベースの方法であって、前記標的配列は複数の試料に由来し、前記インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は前記複数の試料のそれぞれの試料と一意に関連付けられており、前記標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、前記標的配列は前記配列決定ランの標的配列決定サイクル中に配列決定され、前記インデックス配列は前記配列決定ランのインデックス配列決定サイクル中に配列決定される、方法において、前記方法は、前記標的配列決定サイクル中に前記標的配列についてクラスターから生成された標的画像にアクセスすることであって、前記標的画像は、前記標的配列の前記クラスターへのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
前記標的画像を、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを前記標的画像の強度値のみに基づいて生成する第１の正規化関数を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して前記標的画像の正規化されたバージョンを処理し、前記標的配列決定サイクルの各々についてベースコールを生成することによって、前記標的配列の標的リードを生成することと、
前記インデックス配列決定サイクル中に前記インデックス配列について生成されたインデックス画像にアクセスすることであって、前記インデックス画像は、前記インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
前記インデックス画像を、第２の正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、
（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値と、
（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値と、
に基づいて生成する、第２の正規化関数、を使用して前処理することと、
前記ニューラルネットワークベースのベースコーラを介して前記インデックス画像の正規化されたバージョンを処理し、前記インデックス配列決定サイクルの各々についてベースコールを生成することによって、前記インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、前記標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、前記複数の試料中の特定の試料に属するものとして分類することと、
を含む、方法。
【請求項13】
前記第１の正規化関数は、前記標的画像の前記強度値の下位パーセンタイルと、
前記標的画像の前記強度値の上位パーセンタイルとを、
前記標的画像の前記正規化されたバージョンにおいて、
第１の割合の正規化された強度値が前記下位パーセンタイルを下回り、
第２の割合の前記正規化された強度値が前記上位パーセンタイルを上回り、
第３の割合の前記正規化された強度値が前記下位パーセンタイルと前記上位パーセンタイルとの間となる、
ように計算する、請求項１２に記載のコンピュータに実装された人工知能ベースの方法。
【請求項14】
標的配列及びインデックス配列をベースコールするコンピュータに実装された人工知能ベースの方法であって、前記標的配列は複数の試料に由来し、前記インデックス配列に結合して標的インデックス配列を形成し、各インデックス配列は前記複数の試料のそれぞれの試料と一意に関連付けられており、前記標的インデックス配列は配列決定ラン中に配列決定のためにプールされ、前記標的配列は前記配列決定ランの標的配列決定サイクル中に配列決定され、前記インデックス配列は前記配列決定ランのインデックス配列決定サイクル中に配列決定される、方法において、前記方法は、前記標的配列決定サイクル中に前記標的配列についてクラスターから生成された標的画像にアクセスすることであって、前記標的画像は、前記標的配列の前記クラスターへのヌクレオチド取り込みの結果として生成された強度放射を示す、ことと、
標的画像を、正規化関数であって、現在の標的配列決定サイクルからの標的画像の正規化されたバージョンを、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
前記インデックス配列決定サイクル中に前記インデックス配列について生成されたインデックス画像にアクセスすることであって、前記インデックス画像は、前記インデックス配列へのヌクレオチドの取り込みの結果として生成された強度放射を示す、ことと、
インデックス画像を、正規化関数であって、現在のインデックス配列決定サイクルからのインデックス画像の正規化されたバージョンを、（ｉ）１つ以上の先行するインデックス配列決定サイクルからのインデックス画像の強度値、（ｉｉ）１つ以上の後続のインデックス配列決定サイクルからのインデックス画像の強度値、及び（ｉｉｉ）現在のインデックス配列決定サイクルからのインデックス画像の強度値、に基づいて生成する、正規化関数、を使用して前処理することと、
ニューラルネットワークベースのベースコーラを介して前記標的画像の正規化されたバージョンを処理し、前記標的配列決定サイクルの各々についてベースコールを生成することによって、前記標的配列の標的リードを生成することと、
前記ニューラルネットワークベースのベースコーラを介して前記インデックス画像の正規化されたバージョンを処理し、前記インデックス配列決定サイクルの各々についてベースコールを生成することによって、前記インデックス配列のインデックスリードを生成することと、
標的配列の各標的リードを、前記標的配列に結合されたインデックス配列の対応するインデックスリードに基づいて、前記複数の試料中の特定の試料に属するものとして分類することと、
を含む、方法。
【請求項15】
前記正規化関数は、（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、の下位パーセンタイル、並びに、
（ｉ）１つ以上の先行する標的配列決定サイクルからの標的画像の強度値、（ｉｉ）１つ以上の後続の標的配列決定サイクルからの標的画像の強度値、及び（ｉｉｉ）現在の標的配列決定サイクルからの標的画像の強度値、の上位パーセンタイルを、
前記標的画像の前記正規化されたバージョンにおいて、
第１の割合の正規化された強度値が前記下位パーセンタイルを下回り、
第２の割合の前記正規化された強度値が前記上位パーセンタイルを上回り、
第３の割合の前記正規化された強度値が前記下位パーセンタイルと前記上位パーセンタイルとの間となる、
ように計算する、請求項１４に記載のコンピュータに実装された人工知能ベースの方法。
【国際調査報告】