【技术实现步骤摘要】
本文件涉及mirna活性预测，尤其涉及一种基于批量测序数据预测空间转录组mirna活性的方法及装置。
技术介绍
1、空间转录组学(spatial transcriptomics,st)是近年来兴起的一项技术，能够在组织切片的空间背景下进行基因表达的分析。st技术的出现使得研究人员能够从空间维度上更深入地了解组织中的基因表达模式。然而，传统的st技术面临着分辨率和灵敏度的限制，特别是在检测和分析微小rna(mirna)活性方面，现有空间转录组学技术包括：bulkrna-seq技术、单细胞rna-seq(scrna-seq)技术以及空间转录组学(st)技术，上述技术分别存在如下缺点：
2、bulk rna-seq是一种广泛应用的技术，用于测量大规模细胞群体中的基因表达水平。尽管这种技术能够提供丰富的基因表达信息，但由于其无法分辨单个细胞的异质性，难以解析复杂组织中不同细胞类型的具体贡献。
3、单细胞rna-seq技术能够对单个细胞进行基因表达分析，从而揭示细胞间的异质性。该技术在解析复杂生物系统和疾病机制方面具有巨大...
【技术保护点】
1.一种基于批量测序数据预测空间转录组miRNA活性的方法，其特征在于包括：
2.根据权利要求1所述的方法，其特征在于，所述收集Bulk测序数据并进行预处理后获取第一数据集具体包括：
3.根据权利要求1所述的方法，其特征在于，所述收集空间转录组学数据并进行预处理后获取第二数据集具体包括：
4.根据权利要求1所述的方法，其特征在于，所述S2具体包括：
5.根据权利要求1所述的方法，其特征在于，所述基于批量测序数据预测空间转录组miRNA活性的方法进一步包括计算斯皮尔曼相关系数以评估机器学习模型的预测精度。
6....
【技术特征摘要】
1.一种基于批量测序数据预测空间转录组mirna活性的方法，其特征在于包括：
2.根据权利要求1所述的方法，其特征在于，所述收集bulk测序数据并进行预处理后获取第一数据集具体包括：
3.根据权利要求1所述的方法，其特征在于，所述收集空间转录组学数据并进行预处理后获取第二数据集具体包括：
4.根据权利要求1所述的方法，其特征在于，所述s2具体包括：
5.根据权利要求1所述的方法，其特征在于，所述基于批量测序数据预测空间转录组mirna活性的方法进一步包括计算斯皮尔曼相关系数以评估机器学习模型的预测精度。
【专利技术属性】
技术研发人员：刘文斌，袁佳琪，叶正，许鹏，方刚，陈智华，
申请(专利权)人：广州大学，
类型：发明
国别省市：
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。