[發明專利]一種單細胞的轉錄因子調控網絡預測方法及裝置

在審

• 申請號: 202110392600.7
• 申請日: 2021-04-13
• 公開（公告）號: CN112992267A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 李昊;陳河兵;孫昱;洪浩;黃昕;陶歡;黃琦雅;伯曉晨
• 申請（專利權）人: 中國人民解放軍軍事科學院軍事醫學研究院
• 主分類號: G16B20/00
• 分類號: G16B20/00;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 畢翔宇

1.一種單細胞的轉錄因子調控網絡預測方法，其特征在于，所述轉錄因子調控網絡預測方法包括：

獲取scATAC-seq數據，其中，所述scATAC-seq數據包括峰值區域-細胞矩陣；

對所述峰值區域-細胞矩陣進行初始化處理，分別得到表征轉錄因子之間的調控關系的初始鄰接矩陣，以及表征每個轉錄因子的特征信息的初始特征矩陣；

將所述初始鄰接矩陣和所述初始特征矩陣輸入至預先訓練好的轉錄因子調控網絡預測模型中，得到與所述初始鄰接矩陣相對應的鄰接矩陣預測結果。

2.根據權利要求1所述的轉錄因子調控網絡預測方法，其特征在于，按照如下方式確定所述初始鄰接矩陣中每個元素的取值：

當所述初始鄰接矩陣中的位置(i,j)和(j,i)處的取值為A時，A表示TF_i和TF_j之間存在基因調控關系，其中，當TF_i的啟動子區域開放且含有TF_j的基序時，TF_i和TF_j之間存在基因調控關系；

當所述初始鄰接矩陣中的位置(i,j)和(j,i)處的取值為B時，B表示TF_i和TF_j之間不存在基因調控關系。

3.根據權利要求1所述的轉錄因子調控網絡預測方法，其特征在于，按照如下方式確定所述初始特征矩陣中每個元素的取值：

將各個轉錄因子在單個細胞中的調控潛能得分作為所述初始特征矩陣中每個元素的取值。

4.根據權利要求3所述的轉錄因子調控網絡預測方法，其特征在于，通過以下公式計算每個轉錄因子的調控潛能得分：

其中，S表示每個轉錄因子的調控潛能得分，k表示每個轉錄因子啟動子區域的開放位置的數量，Δi表示每個轉錄因子中的各個結合位點和轉錄起始位點之間的距離。

5.根據權利要求1所述的轉錄因子調控網絡預測方法，其特征在于，通過以下步驟訓練所述轉錄因子調控網絡預測模型：

獲取初始鄰接矩陣樣本和初始特征矩陣樣本，以及與所述初始鄰接矩陣樣本對應的最終鄰接矩陣結果；

基于鏈路預測算法，通過所述初始鄰接矩陣樣本和所述初始特征矩陣樣本對構建好的神經網絡模型進行訓練，以得到訓練好的轉錄因子調控網絡預測模型。

6.根據權利要求5所述的轉錄因子調控網絡預測方法，其特征在于，通過以下步驟對所述神經網絡模型進行訓練：

將所述初始鄰接矩陣樣本和所述初始特征矩陣樣本輸入至所述神經網絡模型的第一層圖神經網絡中，通過學習得到所述初始鄰接矩陣樣本的特征分布信息；

將所述初始鄰接矩陣樣本的特征分布信息輸入至所述神經網絡模型的第二層圖神經網絡中，通過學習得到所述初始鄰接矩陣樣本的特征分布均值和特征分布方差；

將得到的特征分布均值和特征分布方差經過所述神經網絡模型的合成以及采樣后得到特征分布向量；

將得到的特征分布向量進行處理，得到特征分布向量內積；

將確定出的特征分布向量內積輸入至所述神經網絡模型的S型函數中，輸出最終鄰接矩陣結果；

當訓練損失收斂且驗證集準確率開始降低時，利用早停法確定所述神經網絡模型的訓練完成。

7.根據權利要求1所述的轉錄因子調控網絡預測方法，其特征在于，所述轉錄因子調控網絡預測模型為變分圖自編碼器。

8.一種單細胞的轉錄因子調控網絡預測裝置，其特征在于，所述轉錄因子調控網絡預測裝置包括：

數據獲取模塊，用于獲取scATAC-seq數據，其中，所述scATAC-seq數據包括峰值區域-細胞矩陣；

矩陣處理模塊，用于對所述峰值區域-細胞矩陣進行初始化處理，分別得到表征轉錄因子之間的調控關系的初始鄰接矩陣，以及表征每個轉錄因子的特征信息的初始特征矩陣；

網絡預測模塊，用于將所述初始鄰接矩陣和所述初始特征矩陣輸入至預先訓練好的轉錄因子調控網絡預測模型中，得到與所述初始鄰接矩陣相對應的鄰接矩陣預測結果。