Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 齐鲁工业大学(山东省科学院)袁林获国家专利权

齐鲁工业大学(山东省科学院)袁林获国家专利权

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!

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利一种基于去噪扩散概率模型的空间基因表达插值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:CN120564823B

龙图腾网通过国家知识产权局官网在2025-09-26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:202511062141.0,技术领域涉及:G16B20/00;该发明授权一种基于去噪扩散概率模型的空间基因表达插值方法是由袁林;蒋裕峰;孟博媛设计研发完成,并于2025-07-31向国家知识产权局提交的专利申请。

一种基于去噪扩散概率模型的空间基因表达插值方法在说明书摘要公布了:本发明提出一种基于去噪扩散概率模型的空间基因表达插值方法,涉及基因数据表达领域,假设同一组织区域scRNA‑seq和ST测序数据具有相同或相似的基因表达模式。首先,通过两个马尔可夫链捕捉scRNA‑seq数据中基因表达丰度的关系:前向过程通过t个时间步向scRNA‑seq数据引入噪声,逆向过程通过基于注意力图卷积和Transformer的去噪网络恢复数据。然后将训练好的模型应用在ST数据上,在去噪过程中通过将缺失基因表达的ST数据引入,预测ST数据中缺失的部分,以补全转录组。本发明可以更加高效且准确地从scRNA‑seq参考数据中推断ST缺失的基因表达。

本发明授权一种基于去噪扩散概率模型的空间基因表达插值方法在权利要求书中公布了:1.一种基于去噪扩散概率模型的空间基因表达插值方法,其特征在于,包括步骤: S1、对来自同一组织区域匹配的空间转录组ST和scRNA-seq数据集进行预处理; S2、将每个空间转录组ST数据分为验证集和训练集,scRNA-seq所有数据用作训练集; S3、建立空间基因表达插值模型,所述空间基因表达插值模型包括: DDPM框架、基于图卷积和Transformer的去噪网络模型在scRNA-seq数据上的训练、ST数据上的去噪插值验证; S31、所述DDPM框架包括加噪和去噪的两个马尔科夫过程; S32、在scRNA-seq数据上进行t个时间步的正向加噪过程对插值部分基因进行加噪,基于图卷积和Transformer去噪网络进行逆向去噪,并训练模型预测每个时间步t下的噪声; S33、将ST缺失基因表达数据设为纯噪声,模型利用训练阶段学习到的基因表达丰度关系,对ST数据中的缺失基因表达进行恢复,插值补全转录组; S4、预测评价指标; S1中对数据集进行预处理包括步骤: 对ST数据进行基因筛选,去除零表达基因,对各个匹配的单细胞参考数据进行基因筛选,只保留ST处理后的基因列表; 对scRNA-seq数据进行扰动处理,在scRNA-seq数据上引入随机噪声,表示为,用作训练数据集; 对每组保留的scRNA-seq和ST的基因表达数据进行归一化操作,使每个细胞的总表达值达到一个固定值; 对数据进行标准化处理,将每个基因的表达值转化为零均值和单位标准差,得到scRNA-seq的实验数据和ST的实验数据,其中为单细胞数量,为空间细胞数量,g为二者所共同保留基因的数量; S31中所述加噪的马尔科夫链包括步骤:向初始scRNA-seq数据引入随机噪声,使用已知的条件分布,通过逐步增加噪声使数据分布趋于先验分布; 所述去噪的马尔科夫链包括:利用学习到的去噪条件分布,从噪声矩阵开始,逐步从给定的先验分布恢复初始数据,生成目标细胞数与基因数的二维矩阵。

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齐鲁工业大学(山东省科学院),其通讯地址为:250353 山东省济南市长清区大学路3501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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。