[發明專利]面向非標準化單細胞轉錄組測序數據的聚類方法及系統

有效

• 申請號: 202110579883.6
• 申請日: 2021-05-26
• 公開（公告）號: CN113257365B
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 劉健;潘逸辰;陳嬌
• 申請（專利權）人: 南開大學
• 主分類號: G16B50/30
• 分類號: G16B50/30;G06K9/62
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 祖之強

1.一種面向非標準化單細胞轉錄組測序數據的聚類方法，其特征在于：包括以下過程：

獲取單細胞轉錄組測序數據；

對獲取的測序數據進行預處理；

對預處理后的測序數據進行降維和聚類處理，得到聚類結果；

將聚類結果根據Spearman相關性由小到大或由大到小排列，從Spearman相關性變化最大的間隙處刪除Spearman相關性小的聚類結果；

取刪除處理后的各個聚類結果的等價關系矩陣平均值進行層次聚類得到最終的聚類結果。

2.如權利要求1所述的面向非標準化單細胞轉錄組測序數據的聚類方法，其特征在于：

對預設范圍內的每個目標維度數，得到對應的降維結果，對每一個降維結果，使用K-Means算法得到一個聚類結果。

3.如權利要求1所述的面向非標準化單細胞轉錄組測序數據的聚類方法，其特征在于：

根據得到的聚類結果構建拉普拉斯矩陣，提取拉普拉斯矩陣的特征值，每一個特征值作為一個聚類結果的一個坐標，計算某一聚類結果的對應坐標與所有特征值序列號的Spearman相關性。

4.如權利要求1所述的面向非標準化單細胞轉錄組測序數據的聚類方法，其特征在于：

層次聚類包括：每次找出距離最小的兩個元素分到一類，此后將這兩個元素看作一個元素，與其余元素計算距離時計算距離的平均值，使得元素不斷聚合，直到剩余預設類。

5.如權利要求1所述的面向非標準化單細胞轉錄組測序數據的聚類方法，其特征在于：

對獲取的測序數據進行預處理，包括：

測序數據以矩陣的方式存儲，選擇變異系數大于預設值的基因數據。

6.如權利要求1所述的面向非標準化單細胞轉錄組測序數據的聚類方法，其特征在于：

利用UMAP預處理后的測序數據進行降維。

7.如權利要求1所述的面向非標準化單細胞轉錄組測序數據的聚類方法，其特征在于：

Spearman相關性包括：將兩個欲計算Spearman相關性的序列轉化為序數的排列，使得數列對應位置為數值的序數。

8.一種面向非標準化單細胞轉錄組測序數據的聚類系統，其特征在于：包括：

數據獲取模塊，被配置為：獲取單細胞轉錄組測序數據；

預處理模塊，被配置為：對獲取的測序數據進行預處理；

初步聚類模塊，被配置為：對預處理后的測序數據進行降維和聚類處理，得到聚類結果；

聚類剔除模塊，被配置為：將聚類結果根據Spearman相關性由小到大或由大到小排列，從Spearman相關性變化最大的間隙處刪除Spearman相關性小的聚類結果；

層次聚類模塊，被配置為：取刪除處理后的各個聚類結果的等價關系矩陣平均值進行層次聚類得到最終的聚類結果。

9.一種計算機可讀存儲介質，其上存儲有程序，其特征在于，該程序被處理器執行時實現如權利要求1-7任一項所述的面向非標準化單細胞轉錄組測序數據的聚類方法中的步驟。

10.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的程序，其特征在于，所述處理器執行所述程序時實現如權利要求1-7任一項所述的面向非標準化單細胞轉錄組測序數據的聚類方法中的步驟。