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！

龙图腾网获悉中国石油大学(华东)申请的专利一种单细胞多组学数据聚类框架的构建方法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：CN119626348B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202411833243.3，技术领域涉及：G16B40/30；该发明授权一种单细胞多组学数据聚类框架的构建方法是由王淑栋;吴文浩;王爽;张魁杰;刘体耀;张媛媛设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种单细胞多组学数据聚类框架的构建方法在说明书摘要公布了：本发明属于生物信息学技术领域，特别涉及一种单细胞多组学数据聚类框架的构建方法。本发明中的框架充分利用细胞间的关联关系，同时进一步加强同一细胞在不同组学数据间的特征交互，以实现多组学数据的高效聚类。为了充分利用细胞间的拓扑信息，本发明设计了在不同组学下的图自编码器与特征信息增强模块，实现对细胞的特征进行提取与信息增强。同时，引入了对比学习技术加强同一细胞不同组学特征间的交互，最后通过多组学深度协同聚类模块实现单细胞多组学聚类。

本发明授权一种单细胞多组学数据聚类框架的构建方法在权利要求书中公布了：1.一种单细胞多组学数据聚类框架的构建方法，其特征在于，该框架的名称为scMDCL，具体的内容如下： （1）细胞图构建及基于图自编码器的特征提取：构建了在每一个组学下的细胞相似性网络，并设计了基于图自编码器的细胞组学特征提取模块，利用细胞间的关联关系，实现对不同组学下细胞特异性特征提取； （2）利用邻域消息传递的特征信息增强模块：基于邻域消息传递的特征信息增强模块，将细胞相似性网络的拓扑结构与提取到的细胞特征进行融合，进一步增强由图自编码器获得的细胞嵌入信息，丰富网络中细胞特征信息； （3）基于对比学习的组学特征交互：设计了基于对比学习的多组学特征交互模块，通过对比学习技术，比较细胞在不同组学视角下所得特征的相似性与差异性，实现不同组学特征的信息交互； （4）多组学深度协同监督的细胞聚类：提出了一种多组学深度协同监督聚类策略，以增强不同组学之间的信息交互，从而产生较好的聚类结果； 多组学深度协同监督的细胞聚类中，使用Student'st分布作为核来度量细胞与初始化聚类中心之间的相似性，其软分配矩阵定义如下： ； 其中，表示是在第v个组学下细胞i的嵌入表示，表示在组学v下第b个聚类中心，表示所有的聚类中心，B为聚类中心的个数，为将第v个组中的第i个细胞分配给第b个簇的概率； 在得到软分配矩阵后，根据软分配矩阵的匹配目标得到目标分配，以增强聚类分配的置信度，具体定义如下: ； 其中，为软聚类的软聚类频次； 与此同时，计算了基于图自编码器得到的不同组学下每个细胞的嵌入的软分配的分布；然后，利用增强置信度目标分布来指导这两个软分配分布的更新，多重聚类损失定义如下: ； 多重协同监督聚类损失定义如下： ； 其中，表示参考组中的目标分布，对两个组学的软赋值标签进行平均，得到最终的聚类结果，定义如下： ； 其中，表示第i个细胞被的预测聚类标签； 总体损失定义如下: ； 其中，为两个超参数用于控制不同部分损失，是特征交互对比损失，为图自编码器在不同组学下的特征重构与图重构损失。

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中国石油大学(华东)，其通讯地址为：266400 山东省青岛市黄岛区长江西路66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”。