[發明專利]一種基于卷積神經網絡的細胞反卷積預測方法

有效

• 申請號: 202210003514.7
• 申請日: 2022-01-05
• 公開（公告）號: CN114023387B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 劉振棟;呂欣榮;戴瓊海;李冬雁;陳曦;楊玉榮;秦夢穎;柏苛;劉芳含;何志強;李曉峰;季向陽;劉燁斌;胡國勝;李國文
• 申請（專利權）人: 山東建筑大學
• 主分類號: G16B40/00
• 分類號: G16B40/00;G06N3/04;G06N3/08
• 代理公司: 濟南泉城專利商標事務所 37218
• 代理人: 李桂存

1.一種基于卷積神經網絡的細胞反卷積方法，包括以下步驟：

（1）使用單細胞RNA測序數據模擬人工組織，確定一個模擬人工組織中的細胞總數K和需要生成的人工組織個數Q；從單細胞RNA測序數據中抽取K個細胞，合并抽取細胞的基因表達矩陣形成模擬人工組織的基因表達矩陣,為模擬組織的特征，；記錄該組織各個類型細胞所占比例作為該組織的標記信息，為某細胞類型占該組織的細胞比例數，t為該組織細胞類型數目，；所述K為大于1的正整數，Q為大于1的正整數；

（2）對步驟（1）所得的模擬人工組織進行特征篩選，并對每個特征執行轉化到對數空間和歸一化操作，；通過以上處理，得到數據集；

（3）對步驟（2）中得到的數據集，數據集若來源于s個不同數據集，將其分為訓練集和測試集進行s折交叉驗證，訓練集由s-1個來源不同的數據組成，測試集由剩下的1個來源的部分數據組成，確定batch size的大小，在訓練集中隨機抽取batch size個數據作為一次訓練的輸入數據；

（4）從步驟（3）中輸入數據中獲得組織的細胞類型數目t作為該卷積神經網絡的全連接模塊中最后一層神經元的個數，構建卷積神經網絡模型Cbccon，確定模型的學習率learning rate，模型訓練測次數step，模型的優化算法optimized algorithm；將步驟（3）中的作為一次訓練的數據輸入Cbccon模型中進行模型訓練，得到預測的組織細胞比例， 訓練集預測的某細胞類型占該組織的細胞比例數，；通過公式計算細胞比例預測值和真實值之間計算損失函數，是該組織真實的細胞分數標簽，是訓練集該組織細預測的細胞比例，利用優化算法對損失函數進行優化，；依據步驟（3）中再隨機抽取step-1次的繼續訓練，訓練完畢后，保存訓練好的Cbccon模型中參數；

所述Cbccon模型結構為卷積神經網絡由為多個卷積層池化層和一個全連接層組成，使用了兩個64個提取特征的filter卷積層，使用一層最大池化層減少特征數，使用了兩個32個filter卷積層，使用一層最大池化減少特征數，使用了兩個16個filter卷積層，使用一層最大池化減少特征數，使用了兩個8個filter卷積層，使用一層最大池化減少特征數，使用了兩個4個filter卷積層，使用一層最大池化減少特征數，再將數據輸入壓平層中，將數據轉化為一維數據；最后使用三個全連接層，節點數分別是128，64，細胞種類的數；所有的卷積層均為一維，且卷積層的激活函數統一設置為relu函數，步長均為1，前兩個全連接層使用relu激活函數，最后一個全連接層使用softmax層進行組織細胞比例預測；

所述Cbccon模型學習率learning rate的取值為0.0001，模型訓練測次數step取值為5000，模型的optimized algorithm設置為RMSprop算法；

（5）使用步驟（4）中訓練好的Cbccon模型進行數據預測，將輸入訓練好的模型中，得到預測結果即預測的測試集的組織細胞類型比例，為測試集數據中預測的某細胞類型占該組織的細胞比例數，。

2.根據權利要求1所述的基于卷積神經網絡的細胞反卷積方法，其特征在于：所述K為100-5000，所述Q為1000-100000。

3.根據權利要求1所述的基于卷積神經網絡的細胞反卷積方法，其特征在于：步驟（1）中所述的使用單細胞RNA測序數據進行模擬包括以下步驟：

（1-1）通過公式確定單個模擬的細胞組織中各個細胞類型的比例，即確定模擬組織的標記信息，為某細胞類型占該模擬組織的細胞比例數；是為單個細胞類型的創建的隨機數，取值在[0,1]之間，是為所有細胞類型創建的隨機數的總和，，；

（1-2）通過公式，確定單個模擬的細胞組織實際應抽取的各個細胞類型的細胞數目，即確定為單個模擬細胞組織的各個細胞類型抽取的細胞個數，為某模擬組織單個細胞類型應抽取的細胞數，是為某細胞類型占該模擬組織的細胞比例數，K是設定的一個模擬人工組織中的細胞總數，，。

4.根據權利要求1所述的基于卷積神經網絡的細胞反卷積方法，其特征在于：步驟（3）中的batch size的取值為128。