【技术实现步骤摘要】
转录组图像生成装置、方法和应用
[0001]技术邻域
[0002]本专利技术涉及生物信息学技术邻域，具体而言，涉及一种转录组图像生成装置、方法和应用。
技术介绍
[0003]转录组(transcriptome)广义上指某一生理条件下，细胞内所有转录产物的集合，包括信使RNA(mRNA)、核糖体RNA、转运RNA及非编码RNA；狭义上指所有mRNA的集合。
[0004]转录调控是指通过改变转录速率从而改变基因表达的水平。单个基因可以通过多种方式进行调节，例如，通过改变被转录的RNA拷贝数量，来控制基因转录发生的时间。转录调控通过生物体的部分细胞响应多种细胞内和/或细胞外信号并。细胞通过转录调控功能产可以生编码蛋白的mRNA以适应食物来源变化，产生参与细胞周期特异性活动的基因产物，和/或产生负责多细胞真核生物中细胞分化的基因产物。
[0005]转录组测序是指通过高通量测序技术获取细胞中mRNA、Small RNA(micro RNAs、siRNAs和pi RNAs等)以及非编码RNA等RNA序列，以全面快速地获取某一物种特定器官或组织在某一状态下的几乎所有转录本，从而获取各转录本的表达水平。自微阵列和RNA测序技术出现以来，转录组测序数据已成为所有组学数据中研究最全面的数据。
[0006]计算机视觉深度学习要求学习的对象有固定的规律和结构特征，然而转录组数据为一维列表且可以随意排序，缺乏结构化特征，转录组的数据呈现方式不能作为深度学习的特征。有研究使用基因的染色体位置作为坐标，将转录组测序数据转换为二维图像...
【技术保护点】
【技术特征摘要】
1.一种转录组图像生成装置，其特征在于，包括：数据获取模块：用于获取第一目标生物的基因坐标数据以及第一目标生物的基因表达数据，所述第一目标生物基因坐标数据包括根据第一目标生物的标准转录组数据集中蛋白编码基因的邻域关系确定的基因坐标；第一图像生成模块：用于根据第一目标生物的基因坐标数据确定所述第一目标生物的基因表达数据中各基因的坐标，将第一目标生物的基因表达数据中各基因的表达量转换成各基因的像素强度，根据第一目标生物的基因表达数据中各基因的坐标以及像素强度生成第一目标生物的转录组图像。2.根据权利要求1所述的装置，其特征在于，还包括：基因坐标计算模块：用于获取第一目标生物的标准转录组数据集，通过降维算法根据所述标准转录组数据集中蛋白编码基因的表达量计算第一目标生物蛋白编码基因之间的邻域关系，并将第一目标生物蛋白编码基因之间的邻域关系投影至二维空间得到所述第一目标生物的基因坐标；优选的，所述降维算法包括统一流形逼近与投影算法。3.根据权利要求1或2所述的装置，其特征在于，所述标准转录组数据集包括发育转录组数据、衰老转录组数据、疾病转录组数据、应激转录组数据以及特殊生理状态转录组数据中的至少一种；以及生殖细胞转录组数据和诱导多能干细胞转录组数据。4.根据权利要求3所述的装置，其特征在于，所述将第一目标生物蛋白编码基因之间的邻域关系投影至二维空间得到所述第一目标生物的基因坐标具体包括：将第一目标生物蛋白编码基因之间的邻域关系投影至二维空间得到第一目标生物的原始基因坐标，对第一目标生物的原始基因坐标进行旋转和/或缩放处理，得到第一目标生物在第一预设尺寸平面的基因坐标。5.根据权利要求1～4任一项所述的装置，其特征在于，还包括第二图像生成模块：用于根据第二目标生物和第一目标生物的同源基因以及第一目标生物的基因坐标数据确定第二目标生物的基因坐标数据；获取第二目标生物的基因表达数据，根据第二目标生物的基因坐标数据确定第二目标生物的基因表达数据中各基因的坐标；将第二目标生物的基因表达数据中各基因的表达量转换成各基因的像素强度，根据第二目标生物的基因表达数据中各基因的坐标以及像素强度生成第二目标生物的转录组图像。6.根据权利要求5所述的装置，其特征在于，所述第一图像生成模块和/或所述第二图像生成模块还用于：将基因表达数据中每个基因的表达量按照预设规则转换为每个基因的整数表达值，根据根据相应目标生物的基因表达数据中各基因的坐标以及各基因的整数表达值生成相应的基因表达谱列表，将基因表达谱列表转换成转录组图像矩阵以生成相应的转录组图像，所述转录组图像矩阵包含基因表达数据中每个基因的坐标以及和每个基因的整数表达值一一对应的像素强度。7.根据权利要求6所述的装置，其特征在于，所述预设规则包括以下规则中的至少一种：1)对于测序转录组数据，通过(log2n+m)*14+1将每个基因的表达量转换为每个基因在
[1，255]区间的整数表达值，其中n是每个基因的FPKM值，m为[0，3]之间的整数常数；2)对于基因芯片转录组数据，通过(log2n
‑
m)*k*14+1将每个基因的表达量转换为每个基因在[1，255]区间的整数表达值，其中n是来自微阵列的探针信号强度，m为[0，3]之间的整数常数，k为[0.5，2.0]之间正数常数。8.根据权利要求6或7所述的装置，其特征在于，所述基因表达谱列表包括以下基因信息：基因名称、基因坐标以及各基因在[1，255]区间的整数表达值；和/或转录组图像还包括第一虚拟基因和第二虚拟基因，其中，第一虚拟基因的整数表达值为0，坐标为(15，15)，第二虚拟基因的整数表达值为255，坐标为(25，25)。9.根据权利要求8所述的装置，其特征在于，所述第一图像生成模块和/或所述第二图像生成模块还用于：将基因表达谱列表中的基因信息按照各基因表达量升序或降序排列，按照基因表达谱列表中基因信息的排序顺序将转录组图像矩阵中每个基因打印至相应坐标位置生成具有相应像素强度的圆点以构成转录组图像；优选的，每个基因在转录组图像中由以基因坐标为中心且面积为20～30个像素的圆点表示。10.根据权利要求5～8所述的装置，其特征在于，所述第一目标生物或第二目标生物的基因表达数据为全基因组表达数据时，所述转录组图像为完整转录组图像；所述第一目标生物或第二目标生物的基因表达数据为预设数量基因的表达数据时，所述转录组图像为非完整转录组图像。11.根据权利要求10所述的装置，其特征在于，所述预设数量基因是指基因表达数据中按照基因表达量从高到低排序得到的预设数量表达量最高的基因；和/或所述预设数量不小于100；和/或所述完整转录组图像或非完整转录组图像的尺寸为第二预设尺寸，所述第二预设尺寸和第一预设尺寸相同或不同；和/或所述第一预设尺寸为512*512像素；和/或所述第二预设尺寸包括512*512像素、1024*1024像素以及3072*3072像素中的至少一种；和/或所述非完整转录组图像的尺寸为1024*1024像素。12.根据权利要求5～8任一项所述的装置，其特征在于，所述第一目标生物为模式生物；和/或所述第二目标生物和所述第一目标生物具有同源基因；优选的，所述第一目标生物包括酵母、玉米、水稻、线虫、果蝇、小鼠、人、狒狒、噬菌体、大肠杆菌、海胆、斑马鱼、爪蟾、拟南芥中的至少一种。13.根据权利要求5～8任一项所述的装置，其特征在于，还包括：第三图像生成模块：用于获取目标图像生成模块输出的完整转录组图像和非完整转录组图像，并将所述完整转录组图像和所述非完整转录组图像的尺寸分别调整成第三预设尺寸，将第三预设尺寸的完整转录组图像和非完整转录组图像横向拼接生成第四预设尺寸的完整
‑
非完整配对转录组图像，所述目标图像生成模块包括第一图像生成模块或者第二图像生成模块；优选的，第三预设尺寸为768*768像素；
优选的，第四预设尺寸为768*1536像素。14.根据权利要求13所述的装置，其特征在于，还包括：第四图像生成模块：用于获取目标图像生成模块输出的两组完整转录组图像，两组完整转录组图像尺寸不同，将两组完整转录组图像中较小尺寸的完整转录组图像压缩为第三预设尺寸的转录组图像，将第三预设尺寸的转录组图像设定为低分辨转录组图像，两组转录组图像中尺寸较大的完整转录组图像设定为高分辨转录组图像，以得到低分辨
‑
高分辨配对转录组图像，所述目标图像生成模块包括第一图像生成模块或者第二图像生成模块；优选的，两组完整转录组图像的尺寸分别为1024*1024像素和3072*3072像素；优选的，所述高分辨转录组图像的尺寸为3072*3072像素；优选的，所述低分辨转录组图像的尺寸为768*768像素。15.一种转录组图像库构建装置，其特征在于，包括：深度学习数据集获取模块：用于获取目标生物的深度学习转录组数据集，所述深度学习转录组数据集按照样本信息分类包括不同样本类别的转录组数据，所述样本信息包括转录组样本的组织来源和病理状态；图像库构建模块：用于将深度学习转录组数据集输入权利要求1～14任一项所述的装置以构建深度学习转录组数据集对应的完整转录组图像库；和/或将深度学习转录组数据集输入权利要求1～14任一项所述的装置以构建深度学习转录组数据集对应的非完整转录组图像库；和/或将深度学习转录组数据集输入权利要求13所述的装置以构建深度学习转录组数据集对应的完整
‑
非完整配对转录组图像库；和/或将深度学习转录组数据集输入权利要求14所述的装置以构建深度学习转录组数据集对应的低分辨
‑
高分辨配对完整转录组图像库。16.一种转录组图像补全装置，其特征在于，包括：图像补全模块：用于获取根据权利要求1～14任一项所述的装置生成的非完整转录组图像，将所述非完整转录组图像输入经训练的图像补全模型，由所述图像补全模型输出所述非完整转录组图像对应的补全转录组图像；其中，所述图像补全模型采用权利要求13所述的装置构建的完整
‑
非完整配对转录组图像库训练预先构建的第一机器学习模型得到；优选的，所述第一机器学习模型包括GAN模型；优选的，所述第一机器学习模型为pix2pix模型。17.一种仿真转录组图像合成装置，其特征在于，包括：仿真转录组图像合成模块：用于通过经训练的条件性转录组图像合成模型合成特定疾病组织或对照组织的仿真转录组图像，所述条件性转录组图像合成模型通过权利要求15所述的装置构建的完整转录组图像库，结合深度学习转录组数据集的样本信息，训练预先构建的第二机器学习模型得到；或者通过经训练的非条件性转录组图像合成模型合成非特定疾病组织或非特定对照组织仿真转录组图像，所述非条件性转录组图像合成模型通过权利要求15构建的完整转录组训练图像库，不结合深度学习转录组数据集的样本信息，训练预先构建的第二机器学习模型得到；
优选的，所述第二机器学习模型包括StyleGAN模型。18.一种转录组图像超分辨处理装置，其特征在于，包括：图像超分辨处理模块：用于获取根据权利要求16所述的装置生成的补全转录组图像或者权利要求17所述的装置生成的仿真转录组图像，将补全转录组图像或仿真转录组图像输入经训练的图像超分辨处理模型，由所述图像超分辨处理模型输出相应的高分辨补全转录组图像或高分辨仿真转录组图像；其中，所述图像超分辨处理模型通过权利要求15所述的装置构建的低分辨
‑
高分辨配对转录组图像库训练预先构建的第三机器学习模型得到；优选的，所述第三机器学习模型包括SRGAN模型。19.根据权利要求18所述的装置，其特征在于，还包括：图像
‑
表达谱转换模块：用于将转录组图像转换成包含转录组图像中每个基因表达量的数值化基因组表达谱，所述转录组图像包括补全转录组图像和仿真转录组图像中的至少一种。20.一种疾病标志物筛选装置，其特征在于，包括：疾病标志物筛选模块：采用权利要求19所述的装置获取预设疾病组织及对照组织的高分辨仿真转录组图像集中每个转录组图像的数值化基因组表达谱；对疾病组织和对照组织的数值化基因组表达谱进行聚类分类筛选差异表达基因作为疾病标志物和/或确定疾病的发病机制；和/或对预设疾病组织的数值化基因组表达谱进行聚类分类筛选差异表达基因作为不同疾病亚型的疾病亚型标志物和/或确定不同疾病亚型的发病机制；和/或对预设疾病组织的数值化基因组表达谱进行聚类分类得到疾病亚型之间的差异表达基因，筛选具有生存预后功能的差异表达基因作为疾病预后标志物。21.一种发病机制评估装置，其特征在于，包括：发病机制评估模块：采用权利要求1～14任一项所述的装置获取目标患者预设疾病组织和对照组织的完整转录组图像以及对照患者预设疾病组织和对照组织的完整转录组图像，将目标患者预设疾病组织和对照组织的完整转录组图像以及对照患者预设疾病组织和对照组织的完整转录组图像翻转入权利要求17所述的装置使用的非条件性转录组图像合成模型的潜在空间得到相应的潜在空间疾病组织转录组图像和对照组织转录组图像，以及通过插值分别得到目标患者和对照患者的中间状态转录组图像；将目标患者和对照患者在潜在空间的疾病组织转录组图像、对照组织转录组图像和中间状态转录组图像转换成数值化基因组表达谱，通过降维算法根据目标患者和对照患者在潜在空间的疾病组织转录组图像、对照组织转录组图像和中间状态转录组图像的数值化基因组表达谱计算转录组图像之间的邻域关系坐标，根据目标患者和对照患者潜在空间的疾病组织转录组图像、对照组织转录组图像和中间状态转录组图像的邻域关系坐标确定目标患者的发病机制。22.根据权利要求21所述的装置，其特征在于，还包括：药物筛选模块：用于根据疾病发病机制筛选药物靶点和/或选择适配的治疗药物；和/或药物实验病人筛选模块：用于根据药物的靶向机制和疾病发病机制筛选适配病人群进行临床试验；
优选的，所述降维算法包括统一流形逼近与投影算法。23.一种早期疾病标志物筛选装置，其特征在于，包括：早期疾病标志物筛选模块：用于获取目标受试者正常组织的转录组图像，所述目标受试者正常组织的转录组图像包括采用权利要求1～14所述的装置生成目标受试者正常组织的完整转录组图像或者采用权利要求18所述的装置生成的目标受试者正常组织的高分辨补全转录组图像；将目标受试者正常组织的转录组图像翻转入权利要求17所述的装置使用的非条件性转录组图像合成模型的潜在空间并矢量转化为目标受试者疾病组织的转录组图像；将目标受试者正常组织的转录组图像和疾病组织的转录组图像转为数值化基因组表达谱，获取目标受试者两组数值化基因组表达谱之间的差异化表达基因作为早期疾病标志物。24.一种确定样本来源的装置，其特征在于，包括：样本来源确定模块：获取采用权利要求1～14所述的装置生成未知来源样本的完整转录组图像或者采用权利要求18所述的装置生成未知来源样本的高分辨补全转录组图像；将未知来源样本的转录组图像翻转入权利要求17所述的装置使用的非条件性转录组图像合成模型的潜在空间生成未知来源样本的潜在空间转录组图像；采用权利要求17所述的装置使用的非条件性转录组图像合成模型合成不同样本类别的转录组图像；将未知来源样本的潜在空间转录组图像和不同样本类别的转录组图像转换成数值化基因组表达谱，对所有转录组图像的数值化基因组表达谱进行聚类分类以确定未知来源样本所属的样本类别。25.一种转录组图像分类装置，其特征在于，包括：图像分类模块：用于获取待测样本根据权利要求1～14任一项所述的装置生成的完整转录组图像或者非完整转录组图像或者采用权利要求18所述的装置生成的高分辨补全转录组图像；将所述完整转录组图像或者非完整转录组图像或者高分辨补全转录组图像输入经训练的转录组图像分类模型，根据所述转录组图像分类模型的输出预测待测样本是否患预设疾病；所述图像分类模型采用权利要求15所述的装置构建的完整转录组图像库或者非完整转录组图像库，或者采用权利要求18所述的装置生成的高分辨补全转录组图像库训练预先构建的第四机器学习模型得到；其中，完整转录组图像库包括对照组织的转录组图像和预设预设疾病组织的完整转录组图像，非完整转录组图像库包括对照组织的对照组织的高分辨补全转录组图像和预设疾病组织的高分辨补全转录组图像转录组图像和预设疾病组织的非完整转录组图像，高分辨补全转录组图像库包括对照组织的高分辨补全转录组图像和预设疾病组织的高分辨补全转录组图像，所述非完整转录组图像是指由组织特异表达基因、细胞增殖相关基因和免疫相关基因构成的转录组图像；优选的，所述第四机器学习模型包括卷积神经网络模型。26.一种转录组图像机器学习模型构建装置，其特征在于，包括：第一模型构建模块：用于获取根据权利要求15所述的装置构建的完整转录组训练图像库、完整
‑
非完整配对转录组图像库和低分辨
‑
高分辨配对转录组图像库中的至少一种图像库；采用所述完整转录组训练图像库训练预先构建的第一机器学习模型，以构建完整转录组图像分类模型；或者
采用所述完整
‑
非完整配对转录组图像库，训练预先构建的第二机器学习模型，以构建图像补全模型；或者采用所述低分辨
‑
高分辨配对转录组图像集训练预先构建的第三机器学习模型，以构建图像超分辨处理模型；和/或第二模型构建模块：用于获取根据权利要求15所述的装置构建的完整转录组图像库或者非完整转录组图像库，或者采用权利要求18所述的装置生成的高分辨补全转录组图像库；采用所述完整转录组图像库或者完整转录组图像库或高分辨补全转录组图像库训练预先构建的第四机器学习模型，以得到转录组图像分类模型；其中，完整转录组图像库包括对照组织的转录组图像和预设疾病组织的完整转录组图像，非完整转录组图像库包括对照组织的转录组图像和预设疾病组织的非完整转录组图像，高分辨补全转录组图像库包括对照组织的高分辨补全转录组图像和预设疾病组织的高分辨补全转录组图像，所述非完整转录组图像是指由组织特异表达基因、细胞增殖相关基因和免疫相关基因构成的转录组图像；优选的，所述第一机器学习模型包括pix2pix模型；和/或所述第二机器学习模型包括StyleGAN模型；和/或所述第三机器学习模型包括SRGAN模型；和/或所述第四机器学习模型包括卷积神经网络模型。27.一种转录组图像生成方法，其特征在于，包括：数据获取步骤：用于获取第一目标生物的基因坐标数据以及第一目标生物的基因表达数据，基因坐标数据所述第一目标生物基因坐标数据包括根据第一目标生物的标准转录组数据集中蛋白编码基因的邻域关系确定的基因坐标；第一图像生成步骤：根据第一目标生物的基因表达数据中各基因的表达量以各基因在第一目标生物的基因坐标列表中的坐标生成第一目标生物的转录组图像矩阵，所述转录组图像矩阵包括各基因的表达量对应的像素强度以及各基因的坐标。28.根据权利要求27所述的方法，其特征在于，还包括：基因坐标计算步骤：获取第一目标生物的标准转录组数据集，通过降维算法根据所述标准转录组数据集中蛋...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。