一种单细胞分化轨迹推断方法技术

本发明专利技术公开了一种单细胞分化轨迹推断方法，涉及细胞分化轨迹分析技术领域，本方法基于DNA序列和RNA序列进行建模，同时预测染色质可及性和基因表达状态，并整合成对的单细胞多组学数据，将分类器的权重作为两种组学的细胞低维特征，利用对比学习学习其中的细胞异质性，提高单细胞的聚类准确率，进而构建准确的单细胞的分化轨迹。本方法采用轻量级深度学习模型，避免了当前众多基于编码解码器结构的单细胞数据融合模型训练困难的尴尬处境，还可以提高数据处理效率。本方法考虑到细胞异质性对于单细胞多组学数据融合的影响，利用对比学习，能够更精准地刻画多组学数据中的单细胞特征，为准确聚类打下基础。

【技术实现步骤摘要】

本专利技术涉及细胞分化轨迹分析，具体涉及一种单细胞分化轨迹推断方法。

技术介绍

1、细胞的分化是一个非常复杂的过程，通常是指同一来源的细胞逐渐产生出形态结构、功能特征各不相同的细胞类群的过程，其结果是在空间上细胞产生差异，在时间上同一细胞与其从前的状态有所不同。细胞分化的本质是基因组在时间和空间上的选择性表达，通过不同基因表达的开启或关闭，最终产生标志性蛋白质。一般情况下，细胞分化过程是不可逆的。

2、对细胞分化轨迹进行探究，可以帮助生物信息研究人员找到具有生物信息学意义的分群结果，揭示细胞间的异质性，并且获得新的生物学见解，如发现罕见的细胞类型等，细胞分化轨迹分析可用于多种细胞过程（包括分化，增殖和致癌转化）的单细胞基因表达动力学，促进生物学发展和医疗技术的进步。

技术实现思路

1、针对现有技术中的上述不足，本专利技术提供的一种单细胞分化轨迹推断方法可以准确快速地进行单细胞分化轨迹推断。

2、为了达到上述专利技术目的，本专利技术采用的技术方案为：

3、提供一种单细胞分化轨本文档来自技高网...

【技术保护点】

1.一种单细胞分化轨迹推断方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的单细胞分化轨迹推断方法，其特征在于，编码为独热编码矩阵的具体方法为：

3.根据权利要求1所述的单细胞分化轨迹推断方法，其特征在于，堆叠的卷积神经网络包括7层卷积结构，第一层卷积结构的计算表达式为：

4.根据权利要求1所述的单细胞分化轨迹推断方法，其特征在于，获取DNA混合特征和RNA混合特征的表达式为：

5.根据权利要求4所述的单细胞分化轨迹推断方法，其特征在于，获取scATAC-seq数据的序列嵌入和scRNA-seq数据的序列嵌入的表达式为：

...

【技术特征摘要】

1.一种单细胞分化轨迹推断方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的单细胞分化轨迹推断方法，其特征在于，编码为独热编码矩阵的具体方法为：

3.根据权利要求1所述的单细胞分化轨迹推断方法，其特征在于，堆叠的卷积神经网络包括7层卷积结构，第一层卷积结构的计算表达式为：

4.根据权利要求1所述的单细胞分化轨迹推断方法，其特征在于，获取dna混合特征和rna混合特征的表达式为：

5.根据权利要求4所述的...

【专利技术属性】
技术研发人员：许源源，肖钦引，张永清，喻云，何嘉，贺锶函，刘宇航，李天豪，
申请(专利权)人：四川省计算机研究院，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人