基于scRNA-seq及动态时间规整的基因调控网络构建方法技术

本发明专利技术具体涉及基于scRNA‑seq及动态时间规整的基因调控网络构建方法，属于基因调控网络技术领域。该方法包括以下步骤：步骤1、基于单细胞数据的单细胞伪时间分析；步骤2、基于正负调控方式的双重DTW距离分析；步骤3、基于DTW距离的聚类分析以及GRN模块筛选；步骤4、基于DTW距离的基因间相似性矩阵构建；步骤5、通过随机置换检验，计算出基因与基因间网络连接度阈值C；步骤6、对GRN模块进行基因功能性分析；步骤7、pGRN网络的可视化得出GRN网络图。本发明专利技术方法的pGRN能够发现时间调控滞后的调控关系，同时处理时间滞后和时间伸缩的调控关系，为新的调控关系的发掘提供了途径。

Construction of gene regulatory network based on scrna SEQ and dynamic time regulation

【技术实现步骤摘要】
基于scRNA-seq及动态时间规整的基因调控网络构建方法
本专利技术具体涉及基于scRNA-seq及动态时间规整的基因调控网络构建方法，属于基因调控网络

技术介绍
基因调控网络(GeneRegulatoryNetwork,GRN)对基因与基因之间调控关系进行系统性描述的重要方法,已被广泛应用于人类疾病、干细胞多能性及其改造、农作物育种等众多研究领域。在微观方面，GRN几乎参与了所有细胞的活动，包括细胞分裂、细胞信号传导、细胞代谢等活动。目前GRN的构建方法主要包括相关性模型、布尔模型、贝叶斯模型、常微分方程、信息论模型、神经网络模型等。上述方法主要针对基因表达芯片数据或者混合细胞转录组测序数据，尚未针对单细胞转录组测序数据(scRNA-seq)特征。随着单细胞转录组测序技术的发展及其相关数据的大量出现，开发针对单细胞转录组测序数据(scRNA-seq)的基因调控网络构建方法具有重要的应用价值。在过去几年，陆续有针对单细胞转录组测序数据(scRNA-seq)特征的基因调控网络方法出现，包括SingCellNet、SCNS、BTR、SC本文档来自技高网...

【技术保护点】
1.基于scRNA-seq及动态时间规整的基因调控网络构建方法，其特征在于，包括以下步骤：/n步骤1、基于单细胞数据的单细胞伪时间分析；/n步骤2、基于正负调控方式的双重DTW距离分析；/n步骤3、基于DTW距离的聚类分析以及GRN模块筛选；/n步骤4、基于DTW距离的基因间相似性矩阵构建；/n步骤5、通过随机置换检验，计算出基因与基因间网络连接度阈值C；/n步骤6、对GRN模块进行基因功能性分析；/n步骤7、pGRN网络的可视化得出GRN网络图。/n

【技术特征摘要】
1.基于scRNA-seq及动态时间规整的基因调控网络构建方法，其特征在于，包括以下步骤：
步骤1、基于单细胞数据的单细胞伪时间分析；
步骤2、基于正负调控方式的双重DTW距离分析；
步骤3、基于DTW距离的聚类分析以及GRN模块筛选；
步骤4、基于DTW距离的基因间相似性矩阵构建；
步骤5、通过随机置换检验，计算出基因与基因间网络连接度阈值C；
步骤6、对GRN模块进行基因功能性分析；
步骤7、pGRN网络的可视化得出GRN网络图。


2.根据权利要求1所述的基于scRNA-seq及动态时间规整的基因调控网络构建方法，其特征在于，步骤1的具体步骤如下：
步骤1.1、分析单细胞转录组测序数据；
步骤1.2、对于不同阶段的细胞赋予不同的伪时间值。


3.根据权利要求1所述的基于scRNA-seq及动态时间规整的基因调控网络构建方法，其特征在于，步骤2的具体步骤如下：
步骤2.1、设有两组数组如下：
Xm＝(x1，x2，x3，…，xm)
Ym＝(y1，y2，y3，…，ym)
其中，数组Xm与Ym均为时间序列数组；
步骤2.2、定义DTW(m，n)为Xm与Yn之间最小的规整距离，通过如下动态规划算法：
DTW(i，j)＝Dist(i，j)+min[DTW(i-1，j)，DTW(j，j-1)，D(i-1，j-1)]
DTW(1，1)＝Dist(1，1)
DTW(i，1)＝Dist(i，1)+DTW(i-1，1)if(j＞1)
DTW(1，j)＝Dist(1，j)+DTW(1，j-1)if(j＞1)
其中，Dist(i，j)是Xi与Yj的DTW规整路径中所有对应于这两个数组中的点的欧几里德距离之和；
步骤2.3、设有基因A与基因B，随着伪时间表达量变化的数组为XA0与XB0，对原始数组做时间窗口平均取值得出XA与XB，XA与XB分别代表基因A与基因B叠加平移窗口内基因表达量的均值数组，其长度为窗口数量N；
步骤2.4、对表达数组XA与XB进行z-score标准化，即为：
X′A＝(XA-Mean(XA))/(sd(XA))
X′B＝(XB-Mean(XB))/(sd(XB))
其中，X′A与X′B分别为XA与XB的z-score标准化数组；
步骤2.5、对于基因A与基因B，计算双重DTW距离，即为：
D(A，B)＝dtw(X’A，X’B)/P
D(A，-B)＝dtw(X’A，-X’B)/P
其中，dtw()函数计算DTW距离，P为DTW匹配路径长度；
步骤2.6、将D(A，B)与D(A，-B)进行距离数值大小对比；当D(A，B)＞D(A，-B)，则调控关系为负值(-1)；当D(A，B)＜D(A，-B)，则调控关系为正值(+1)；当D(A，B)＝D(A，-B)，则调控关系为零值(0)；
步骤2.7、定义DTW(A，B)＝min(D(A，B)，D(A，-B))。


4.根据权利要求1所...

【专利技术属性】
技术研发人员：解刚才，桑蒙蒙，
申请(专利权)人：南通大学，
类型：发明
国别省市：江苏;32