买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海交通大学申请的专利一种基于图神经网络的空间组学肿瘤进化预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118969078B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410914627.1，技术领域涉及：G16B20/50；该发明授权一种基于图神经网络的空间组学肿瘤进化预测方法及系统是由吕晖;张昱佳设计研发完成，并于2024-07-09向国家知识产权局提交的专利申请。

本一种基于图神经网络的空间组学肿瘤进化预测方法及系统在说明书摘要公布了：本发明涉及一种基于图神经网络的空间组学肿瘤进化预测方法及系统，其中方法包括：获取不同类型的空间转录组数据并进行预处理和归一化；根据基因组位置为基因表达计数数据添加注释并排序，进而对基因进行分组；构建空间邻居图，计算空间统计；基于邻接矩阵构建空间邻居图，对图神经网络进行训练；识别可信的二倍体基本单元，并估计拷贝数；在空间邻居图中加入估计的拷贝数，重新训练图神经网络模型，得到潜在嵌入；根据估计的拷贝数，运用分割算法确定断点，获得每个基本单元和空间克隆的拷贝数轮廓；利用潜在嵌入进行下游任务分析，并扩展到不同空间组学样本进行比较分析。与现有技术相比，本发明具有肿瘤进化模式预测准确、分析效率高等优点。

本发明授权一种基于图神经网络的空间组学肿瘤进化预测方法及系统在权利要求书中公布了：1.一种基于图神经网络的空间组学肿瘤进化预测方法，其特征在于，包括以下步骤：S1，数据获取与加载：获取不同类型的空间转录组数据，包括基因表达数据和空间位置信息；S2，数据预处理：对获取的空间转录组数据进行预处理和归一化；S3，基因注释与分组：根据基因组位置为基因表达计数数据添加注释并排序，进而对基因进行分组；S4，构建空间邻居图，计算空间统计量：利用空间转录组数据中的空间位置信息和基因表达数据，构建反映细胞间空间关系的邻接矩阵，并计算空间统计量，所述邻接矩阵表示每个细胞及其邻近细胞之间的连接关系；S5，图神经网络模型训练：基于邻接矩阵构建空间邻居图，作为图神经网络模型的输入，对模型进行训练，从空间邻居图中学习特征；所述S5包括以下步骤：S51，基于邻接矩阵将空间转录组数据构建为图结构，其中节点表示每个基本单元，边表示基本单元之间的邻居关系，并将该图结构输入图神经网络模型中进行训练；S52，利用图神经网络模型从空间邻居图中提取重要特征，通过模型的多层卷积操作学习每个基本单元的潜在表示，并生成更详细的特征图；S53，通过图神经网络模型获取每个基本单元的潜在表示，并使用聚类方法对潜在表示进行聚类；S6，拷贝数估计和二倍体基本单元识别：识别可信的二倍体基本单元，初步估计空间组学中各个基本单元的拷贝数；所述S6包括以下步骤：S61，对步骤S5中聚类潜在表示得到的每个聚类计算自相关得分，评估每个聚类中细胞基因表达的稳定性，自相关得分越高，表示该聚类中细胞的基因表达越一致，其中，所述自相关得分的计算方法为： 其中：ρm是聚类M的自相关得分，xi和xj是聚类m中spoti和j的表达谱，μm是聚类m的表达均值，是聚类m的方差；S62，基于二倍体细胞和肿瘤细胞相比，基因表达多样性较小的假设，选择自相关得分最高的聚类作为二倍体基本单元；S63，聚合识别的二倍体基本单元的基因表达数据，计算所述二倍体基本单元中每个组的平均表达值，形成基线表达轮廓；S64，通过基线表达轮廓对计数矩阵进行归一化，得到所有基本单元中各组的拷贝数初步估计，作为遗传特征；S7，综合空间图构建：在空间邻居图中加入估计的拷贝数，构建表示肿瘤异质性的综合空间图，重新训练图神经网络模型，捕捉组织样本中遗传变异的空间分布，得到潜在嵌入；S8，断点确定与拷贝数轮廓构建：根据估计的拷贝数，运用分割算法确定断点，获得每个基本单元和空间克隆的拷贝数轮廓；S9，下游任务分析：利用潜在嵌入进行下游任务分析，构建肿瘤进化树，并对恶性和非恶性细胞进行分类，分析肿瘤异质性；S10，跨样本分析：扩展到不同空间组学样本，对原发肿瘤和转移瘤进行比较分析。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海交通大学，其通讯地址为：200240 上海市闵行区东川路800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。