Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于单细胞转录组数据的细胞间通讯推断方法 

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!

申请/专利权人:哈尔滨工业大学

摘要:本发明涉及生物信息学领域,具体公开了一种基于单细胞转录组数据的细胞间通讯推断方法,包括步骤:单细胞数据预处理;基于矩阵分解的联合学习模型;识别基因表达模式及细胞亚群;细胞间通讯的推断统计模型的构建。基于本发明模型能够有效地探索基因的表达模式,并进一步揭示细胞的身份和功能;结合细胞间和细胞内的相关通讯信号,提出了识别细胞间通讯的推断统计模型。本发明克服了连接细胞内外的通讯途径难以预测的问题,通过对细胞内部状态和相互关系的深入理解,提高了细胞间通讯网络推断的性能,有助于更全面地理解潜在的生物过程。

主权项:1.一种基于单细胞转录组数据的细胞间通讯推断方法,其特征在于,包括如下步骤:在单细胞数据中,对表达量低的基因进行过滤,所述表达量低的基因即在少于设定的细胞百分比中表达的基因,然后挑选出在不同细胞之间表达量差异显著的基因,所述表达量差异显著的基因即在不同细胞之间标准化方差最高的前设定数量个基因,最后进行正则化预处理,并以矩阵形式记录这些单细胞数据;正则化预处理后的单细胞数据矩阵经投影矩阵分解得到基因投影矩阵、细胞投影矩阵和关联矩阵,依次分别表示投影空间中基因、细胞的表达量和基因与细胞间的关联;进一步使用非负矩阵分解方法处理细胞投影矩阵得到系数矩阵,表示低维空间中的细胞表达量;结合两种分解方法,并对细胞投影矩阵和系数矩阵分别施加稀疏约束和图正则约束,提出基于矩阵分解的联合学习模型;使用基于矩阵分解的联合学习模型实现多种单细胞分析任务的联合学习:利用基因投影矩阵选择代表性基因并确定基因功能模块;利用关联矩阵计算基因功能模块的重要性并对基因功能模块进行排序;利用系数矩阵对单细胞数据进行聚类,并与已知的细胞标记基因进行比对,来识别每个聚类所代表的细胞类型;基于细胞类型识别的结果,分别计算配体和受体在不同类型的细胞间传递的通讯信号的得分以及下游的转录因子及其靶基因在细胞内传递的通讯信号的得分;通过整合细胞间和细胞内的通讯信号,获得基于单细胞转录组数据的细胞间通讯推断模型。

全文数据:

权利要求:

百度查询: 哈尔滨工业大学 基于单细胞转录组数据的细胞间通讯推断方法

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。