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！

龙图腾网获悉四川大学申请的专利一种基于单细胞量化的高效多组学元细胞推断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：CN119694411B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411789997.3，技术领域涉及：G16B40/20；该发明授权一种基于单细胞量化的高效多组学元细胞推断方法是由彭玺;李云帆;胡鹏设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本一种基于单细胞量化的高效多组学元细胞推断方法在说明书摘要公布了：本发明涉及元细胞推断技术领域，公开了一种基于单细胞量化的高效多组学元细胞推断方法，包括：获取细胞测序数据并标准化，得到标准细胞测序数据；初始化量化码本、神经网络编码器、第一神经网络解码器及第二神经网络解码器，输入标准细胞测序数据进行训练，通过对标准细胞测序数据进行特征提取、细胞量化及量化重构，得到训练好的神经网络编码器、第一神经网络解码器、第二神经网络解码器及量化码本；将原始单细胞测序数据或原始多组学细胞测序数据输入训练好的神经网络编码器进行特征提取，并基于训练好的量化码本进行细胞量化，得到元细胞推断结果；该方法不仅在大规模单细胞数据集上实现了高效推断，还在保证精度的前提下有效降低了计算成本。

本发明授权一种基于单细胞量化的高效多组学元细胞推断方法在权利要求书中公布了：1.一种基于单细胞量化的高效多组学元细胞推断方法，其特征在于，包括以下步骤： S1、获取细胞测序数据并标准化，得到标准细胞测序数据； 其中，细胞测序数据为若干单细胞测序数据或若干多组学细胞测序数据； 其中，步骤S1具体包括： S11、获取若干细胞测序数据，生成细胞测序数据矩阵； S12、将细胞测序数据矩阵中每行细胞计数总和按比例缩放S倍后取自然对数，并归一化，得到标准细胞测序数据； S2、初始化量化码本、神经网络编码器、第一神经网络解码器以及第二神经网络解码器，并输入标准细胞测序数据进行训练，通过对标准细胞测序数据进行特征提取、细胞量化以及量化重构，得到训练好的神经网络编码器、第一神经网络解码器、第二神经网络解码器以及量化码本； 其中，量化码本包括若干条目，每个条目对应一个元细胞的表征； 其中，步骤S2中输入标准细胞测序数据进行训练时，若标准细胞测序数据为标准单细胞测序数据，则将标准单细胞测序数据输入初始化的神经网络编码器、第一神经网络解码器、第二神经网络解码器以及量化码本进行训练，得到训练好的神经网络编码器、第一神经网络解码器、第二神经网络解码器以及量化码本，具体过程如下： Step1：将标准单细胞测序数据输入神经网络编码器进行特征提取，通过将高维的标准单细胞测序数据特征映射为低维表征，得到单细胞测序数据的低维表征； Step2：将单细胞测序数据的低维表征输入第一神经网络解码器进行特征重构，计算标准重构损失函数； 其中，第一神经网络解码器包括第一全连接网络、第一全连接网络层、第二全连接网络层； 其中，步骤Step2中标准重构损失函数为： 其中，表示标准重构损失函数，表示单细胞总数，表示对数函数，表示负二项分布的概率密度函数，表示第个单细胞的原始计数，、分别表示第一全连接网络层、第二全连接网络层，表示第一全连接网络层计算的负二项分布均值，表示第二全连接网络层计算的负二项分布方差，表示伽玛函数，表示第个单细胞的原始计数在标准化处理中的缩放倍数，表示对角矩阵，表示指数函数，表示第个单细胞由第一全连接网络计算得到的表征，表示第个单细胞由神经网络编码器提取的低维表征，表示第一全连接网络，表示神经网络编码器； Step3：计算单细胞测序数据的低维表征与量化码本中各条目的余弦相似性并排序，获取单细胞测序数据的低维表征最相似的条目，同时将单细胞测序数据的各单细胞分配至与其最相似的条目，并计算量化码本损失函数； Step4：统计各条目分配单细胞的使用次数，调整使用率过多或过少的条目，更新量化码本，同时将更新后的量化码本的各条目输入第二神经网络解码器，重构所有分配至该条目的单细胞测序数据的低维表征，并计算量化重构损失函数； 其中，第二神经网络解码器包括第二全连接网络、第三全连接网络层、第四全连接网络层； Step5：对标准重构损失函数、量化码本损失函数以及量化重构损失函数求和，得到总损失函数，即： 其中，表示总损失函数，表示标准重构损失函数，表示量化码本损失函数，表示量化重构损失函数； Step6：基于总损失函数，采用梯度下降法优化神经网络编码器、第一神经网络解码器、第二神经网络解码器以及量化码本，判断当前迭代次数是否达到最大迭代次数，若是，则得到训练好的神经网络编码器、第一神经网络解码器、第二神经网络解码器以及量化码本，否则，继续执行步骤Step1‑Step5； S3、将原始单细胞测序数据或原始多组学细胞测序数据输入训练好的神经网络编码器进行特征提取，并基于训练好的量化码本进行细胞量化，得到元细胞推断结果。

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四川大学，其通讯地址为：610064 四川省成都市一环路南一段24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”。