细胞类型确定方法、装置、设备以及存储介质制造方法及图纸

本申请实施例公开了一种细胞类型确定方法、装置、设备以及存储介质，可适用于人工智能、生物工程以及区块链等领域。该方法包括：确定组织样本中各目标细胞的基因表达数据以及在组织样本中的位置信息，基于各目标细胞的基因表达数据和对应的位置信息，确定组织样本对应的目标基因表达特征；将目标基因表达特征输入编码模型，得到组织样本对应的基因编码特征，基于基因编码特征，确定各目标细胞的细胞类型。采用本申请实施例，可提升确定细胞类型时的准确性，适用性高。适用性高。适用性高。

【技术实现步骤摘要】
细胞类型确定方法、装置、设备以及存储介质


[0001]本申请涉及人工智能领域，尤其涉及一种细胞类型确定方法、装置、设备以及存储介质。

技术介绍

[0002]近年来随着分子生物学和单细胞测序技术的进步，越来越多的研究表明，细胞的基因选择性表达、组织中多细胞间的相互作用决定了单个细胞的类型，如细胞的空间协调和信号传递决定了组织微环境的动态发展过程，决定了胚胎细胞如何分化为神经细胞、肌肉细胞、免疫细胞等等。
[0003]现有的细胞类型确定方式往往是通过对细胞的基因表达数据(转录组测序数据)进行分析，进而从分子层面确定细胞类型。或者是基于细胞的基因表达数据和各细胞之间的距离来确定细胞类型，上述方式在确定细胞类型的准确性方面仍有较大提升空间。
[0004]因此，如何进一步准确确定组中细胞的细胞类型成为亟需解决的问题。

技术实现思路

[0005]本申请实施例提供一种细胞类型确定方法、装置、设备以及存储介质，可提升下确定细胞类型的准确性，适用性高。
[0006]一方面，本申请实施例提供一种方法细胞类型确定方法，该方法包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种细胞类型确定方法，其特征在于，所述方法包括：确定组织样本中各目标细胞的基因表达数据以及在所述组织样本中的位置信息，基于各所述目标细胞的基因表达数据和对应的位置信息，确定所述组织样本对应的目标基因表达特征；将所述目标基因表达特征输入编码模型，得到所述组织样本对应的基因编码特征，基于所述基因编码特征，确定各所述目标细胞的细胞类型；其中，所述编码模型是基于以下方式训练得到的：将所述目标基因表达特征输入初始模型，得到所述组织样本对应的初始基因编码特征；基于所述初始基因编码特征，确定各所述目标细胞的预测细胞类型、以及对应于各所述预测细胞类型的预测基因表达分布，确定对应于各所述预测细胞类型的实际基因表达分布，基于所述预测基因表达分布和所述实际基因表达分布，确定总训练损失值；基于所述总训练损失值对所述初始模型进行迭代训练，直至所述总训练损失值满足训练结束条件时，停止训练并将训练结束时的初始模型确定为所述编码模型。2.根据权利要求1所述的方法，其特征在于，所述确定组织样本中各目标细胞的基因表达数据，包括：确定组织样本中所有细胞的转录本数量，将转录本数量在预设数量区间的细胞确定为目标细胞；确定各所述目标细胞的初始基因表达数据，并对各所述初始基因表达数据进行数据优化，得到各所述目标细胞的基因表达数据。3.根据权利要求2所述的方法，其特征在于，所述对各所述初始基因表达数据进行数据优化，包括以下至少一项：去除各所述目标细胞的初始基因表达数据中的异常基因数据；将各所述初始基因表达数据进行归一化处理。4.根据权利要求1所述的方法，其特征在于，所述基于各所述目标细胞的基因表达数据和对应的位置信息，确定所述组织样本对应的目标基因表达特征，包括：对于每一所述目标细胞，基于该目标细胞的基因表达数据和对应的位置信息，确定该目标细胞对应的基因表达特征；基于各所述目标细胞对应的基因表达特征，确定所述组织样本对应的目标基因表达特征，所述目标基因表达特征包括各所述目标细胞的基因表达数据和对应的位置信息。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：对于每一所述目标细胞，确定该目标细胞中与该目标细胞的细胞类型相关联的目标基因，基于所述目标基因对所述目标细胞进行细胞类型标记。6.根据权利要求1所述的方法，其特征在于，所述基于所述初始基因编码特征，确定各所述目标细胞的预测细胞类型、以及对应于各所述预测细胞类型的预测基因表达分布，包括：基于所述初始基因编码特征对各所述目标细胞进行聚类，得到各所述目标细胞的预测细胞类型；基于所述初始基因编码特征和各所述预测细胞类型，确定对应于各所述预测细胞类型<...

【专利技术属性】
技术研发人员：沈荣波，姚建华，杨帆，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：