一种基于子空间随机化单细胞集成聚类方法技术

本发明专利技术涉及生物信息学中的数据挖掘领域，具体涉及一种基于子空间随机化单细胞集成聚类方法。其发明专利技术内容主要包括：(1)数据预处理；(2)随机子空间采样进行细胞相似度测量；(3)子空间融合；(4)通过基于谱聚类对整体相似性进行测量来进行单细胞聚类，得到最终结果。与现有技术相比，本发明专利技术提供了一种单细胞聚类方法，以表征新型细胞类型并检测种群内异质性，具有更强的统计能力和更好的稳定性。本发明专利技术的方法可行且有效，在识别到单细胞簇方面能取得良好的效果，对于研究复杂数据集细胞类型分类和鉴定具有重要意义。

【技术实现步骤摘要】
一种基于子空间随机化单细胞集成聚类方法
本专利技术涉及生物信息学中的数据挖掘领域，具体涉及一种基于子空间随机化单细胞集成聚类方法。
技术介绍
单细胞作为生物的基本结构和功能单位，存储重要的遗传信息。在细胞增殖和分化的过程中，许多因素会导致细胞异质性的发生，例如细胞状态，细胞的微环境和细胞内部过程的调节。以前，bulk测序技术通常一共分析成千上万个细胞，其中基因的表达值是所有细胞的平均得分。因此，它通常会突出显示群体的细胞类型，而掩盖诸如干细胞和癌细胞之类的稀有细胞类型。幸运的是，单细胞RNA测序(scRNA-seq)技术可以提取单细胞分辨率的转录组信息，改变了传统的转录组学研究。这种方法能够检测不能由测序混合细胞获得异构信息并揭示单个细胞的遗传结构和基因表达状态。它有助于确定新的细胞类型，提供了新的研究思路和用于在发生了深入的研究，开发机制，诊断和治疗复杂疾病开辟了新的方向。聚类分析可以根据基因表达模式对细胞进行分组，对于挖掘scRNA-seq数据的基础信息至关重要。聚类分析的相关研究已应用于许多重点研究领域，例如发现细胞类型，重建细胞本文档来自技高网...

【技术保护点】
1.一种基于子空间随机化单细胞集成聚类方法，用以检测单细胞类型，其特征在于，实施步骤为：/n(1)数据预处理；/n(2)随机子空间采样进行细胞相似度测量；/n(3)子空间融合；/n(4)通过基于谱聚类对整体相似性进行测量来进行单细胞聚类，得到最终结果。/n

【技术特征摘要】
1.一种基于子空间随机化单细胞集成聚类方法，用以检测单细胞类型，其特征在于，实施步骤为：
(1)数据预处理；
(2)随机子空间采样进行细胞相似度测量；
(3)子空间融合；
(4)通过基于谱聚类对整体相似性进行测量来进行单细胞聚类，得到最终结果。


2.根据权利要求1所述的于子空间随机化单细胞集成聚类方法，其特征在于，预处理数据预处理，具体包括：
对与单细胞RNA测序数据，为了消除基因表达值的人工误差，我们通过百万分率(cpm)进行文库大小归一化，并且还进行了对数转换以减小极大值的影响。


3.根据权利要求1所述的基于子空间随机化单细胞集成聚类方法，其特征在于，随机子空间采样进行细胞相似度测量，具体包括：

【专利技术属性】
技术研发人员：卢新国，高妍，李金鑫，彭绍亮，曾湘祥，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南;43