技术总结
公开的技术涉及构造用于变体分类的基于卷积神经网络的分类器。具体地，本发明涉及使用基于反向传播的梯度更新技术在训练数据上训练基于卷积神经网络的分类器，该技术将基于卷积网络网络的分类器的输出与相应的真实值标签逐渐匹配。基于卷积神经网络的分类器包括残差块组，每个残差块组由残差块中的卷积滤波器数量，残差块中的卷积窗口大小和残差块的空洞卷积率来参数化，卷积窗口大小在残差块组之间变化，空洞卷积率在残差块组之间变化。训练数据包括从良性变体和致病性变体产生的良性训练实例和致病性训练实例的转译序列对。
技术研发人员：K·贾加纳坦;K-H·法尔;S·卡拉佐普罗潘吉欧托普卢;J·F·麦克雷
受保护的技术使用者：因美纳有限公司
技术研发日：2018.10.15
技术公布日：2020.03.24