用于解读空间转录组结构的具有全局特征融合的图注意力网络算法制造技术

技术编号:44532809 阅读:18 留言:0更新日期:2025-03-07 13:22
本发明专利技术提出了一种用于解读空间转录组结构的具有全局特征融合的图注意力网络算法,该算法通过构建空间邻居图和基因表达相似图来整合局部和全局信息,并利用图神经网络和注意机制进行特征提取和聚类,实现对空间域的准确识别。首先根据点的空间位置信息构建空间邻居图。同时,根据基因表达计算每个点的余弦相似度,构建基因表达相似图。然后将这两张图作为图注意力自动编码器的输入,通过编码器提取具有空间信息和基因表达的低维特征向量。通过注意机制对两个图的低维嵌入特征向量给予特别关注,并根据一定的权重对它们进行线性组合。通过融合空间图和表达图的特征来有效地平衡了空间上下文与基因表达数据。将其解码并反转回原始特征空间,重建基因表达矩阵。最后,学习到的低维嵌入可以用于一系列下游任务,如空间域识别。

【技术实现步骤摘要】

本专利技术涉及生物信息学和计算生物学领域,特别是针对空间转录组学数据的空间域识别方法。


技术介绍

1、空间转录组学(st)技术能够在不同空间位置上研究单个或数个细胞的基因表达水平,为理解生物组织的结构特征和功能提供了重要手段。然而,现有的空间域识别方法主要依赖于空间相邻细胞的基因表达谱,忽视了非局部空间内的基因表达相似性,这限制了空间域识别的准确性。因此,开发一种能够同时考虑局部和全局基因表达相似性的空间域识别方法具有重要意义。

2、现有技术存在的问题

3、目前识别空间域的一些方法如prost、stitch3d、stmda、graphst等,利用点的空间信息构建邻接图,并结合基因表达谱作为图神经网络的输入。然而,这些方法忽略了邻近斑点对给定斑点基因表达的影响。avgn和deepst利用增强的基于邻近点相似性的基因表达数据,结合点坐标实现邻接矩阵的构建。stagate构建了空间邻居图,并基于基因表达邻居图的预聚类来识别空间域。

4、现有的方法仅基于空间相邻细胞具有更多相似基因表达谱的前提来构建图结构。这导致图形网络优先考虑本文档来自技高网...

【技术保护点】

1.一种用于解读空间转录组结构的具有全局特征融合的图注意力网络算法,其特征在于包括以下步骤:

2.根据权利要求1所述的一种用于解读空间转录组结构的具有全局特征融合的图注意力网络算法,其特征在于所述步骤一中。预处理包括以下内容:

3.根据权利要求2所述的一种用于解读空间转录组结构的具有全局特征融合的图注意力网络算法,其特征在于所述步骤二中,构建空间邻居图包括以下内容:

4.根据权利要求3所述的一种用于解读空间转录组结构的具有全局特征融合的图注意力网络算法,其特征在于所述步骤三中,构建基因表达相似图包括以下内容:

5.根据权利要求4所述的一种用...

【技术特征摘要】

1.一种用于解读空间转录组结构的具有全局特征融合的图注意力网络算法,其特征在于包括以下步骤:

2.根据权利要求1所述的一种用于解读空间转录组结构的具有全局特征融合的图注意力网络算法,其特征在于所述步骤一中。预处理包括以下内容:

3.根据权利要求2所述的一种用于解读空间转录组结构的具有全局特征融合的图注意力网络算法,其特征在于所述步骤二中,构建空间邻居图包括以下内容:

4.根据权利要求3所述的一种用于解读空间转录组结构的具有全局特征融合的图注意力网络算法,其特征在于所述步骤三中,构建基因表达相似图包括以下内容:

5.根据权利要求4所述的一种用于解读空间转录组结构的具有全局特征融合的图注意力网络算法,其特征在于步骤四中,利用图注意力自动编码器进行特征提取,编码器包括以下内容:

6.根...

【专利技术属性】
技术研发人员:江飞燕陈晓丰肖雄涛张凇铭谭铖高张阳
申请(专利权)人:重庆交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1