[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

本公開提供了一種面向非標準化單細胞轉錄組測序數據的聚類方法及系統，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；本公開在聚類融合階段前，使得參與聚類融合的聚類結果中和其它聚類結果差距較大的異常聚類結果被剔除，從而提升了聚類融合的性能。

技術領域

本公開涉及生物細胞處理技術領域，特別涉及一種面向非標準化單細胞轉錄組測序數據的聚類方法及系統。

背景技術

本部分的陳述僅僅是提供了與本公開相關的背景技術，并不必然構成現有技術。

單細胞測序技術被廣泛地用于發現細胞間的分化關系和不同類別細胞基因表達差異等實際研究中，這些單細胞測序技術的下游分析往往將對細胞的無監督聚類作為基礎。

發明人發現，傳統的基于聚類融合的單細胞轉錄組測序數據聚類方法在生成參與聚類融合的聚類結果集時引入較多不佳的聚類結果，使得最終的聚類結果不準確。

發明內容

為了解決現有技術的不足，本公開提供了一種面向非標準化單細胞轉錄組測序數據的聚類方法及系統，在聚類融合階段前，使得參與聚類融合的聚類結果中和其它聚類結果差距較大的異常聚類結果被剔除，從而提升了聚類融合的性能。

為了實現上述目的，本公開采用如下技術方案：

本公開第一方面提供了一種面向非標準化單細胞轉錄組測序數據的聚類方法。

一種面向非標準化單細胞轉錄組測序數據的聚類方法，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。

進一步的，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。

進一步的，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。

進一步的，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。

進一步的，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。

進一步的，利用UMAP預處理后的測序數據進行降維。

進一步的，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。

本公開第二方面提供了一種面向非標準化單細胞轉錄組測序數據的聚類系統。

一種面向非標準化單細胞轉錄組測序數據的聚類系統，包括：

數據獲取模塊，被配置為：獲取單細胞轉錄組測序數據；