[發(fā)明專利]一種基于域?qū)购妥兎滞茢嗟膯渭?xì)胞數(shù)據(jù)整合方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210277775.8
• 申請(qǐng)日: 2022-03-16
• 公開（公告）號(hào): CN114819056A
• 公開（公告）日: 2022-07-29
• 發(fā)明（設(shè)計(jì)）人: 呼加璐;趙芮;尚學(xué)群;鐘源珂
• 申請(qǐng)（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號(hào): G06N3/04
• 分類號(hào): G06N3/04;G06N3/06;G06N3/08;G16B40/20
• 代理公司: 西安凱多思知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61290
• 代理人: 劉新瓊

1.一種基于域?qū)购妥兎滞茢嗟膯渭?xì)胞數(shù)據(jù)整合方法，其特征在于步驟如下：

步驟1：需要整合的、從不同的單細(xì)胞測(cè)序數(shù)據(jù)集中收集到的標(biāo)準(zhǔn)化的基因表達(dá)矩陣輸入到模型中；所述的模型由一個(gè)特征提取器、一個(gè)非線性函數(shù)映射和一個(gè)域分類器組成；所述特征提取器部分使用KL正則化項(xiàng)使變分推斷的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到單細(xì)胞數(shù)據(jù)的低維特征，即隱變量Z；所述非線性函數(shù)映射部分用于將從特征提取器中學(xué)到的低維特征還原到原始的數(shù)據(jù)分布；所述域分類器通過梯度反轉(zhuǎn)層連接到神經(jīng)網(wǎng)絡(luò)的瓶頸層，使得本模型在提取特征的同時(shí)混淆不同批次數(shù)據(jù)的來源以進(jìn)行批次效應(yīng)的去除；該模型將這三部分融合，共同構(gòu)建了一個(gè)目標(biāo)損失函數(shù)；

步驟2：通過最小化目標(biāo)函數(shù)，模型輸出可用于下游分析的隱變量Z，即去除批次效應(yīng)的單細(xì)胞低維嵌入特征，完成單細(xì)胞數(shù)據(jù)整合的任務(wù)。

2.根據(jù)權(quán)利要求1所述基于域?qū)购妥兎滞茢嗟膯渭?xì)胞數(shù)據(jù)整合方法，其特征在于：所述的特征提取器是一個(gè)變分推斷的神經(jīng)網(wǎng)絡(luò)，輸入n*p的基因表達(dá)矩陣，n為細(xì)胞數(shù)，p為基因數(shù)，通過三個(gè)全連接層連接，輸出兩個(gè)n*d的低維矩陣，分別表示隱變量Z的后驗(yàn)概率分布的均值和協(xié)方差矩陣；估計(jì)的分布與Z的先驗(yàn)分布的KL散度為損失函數(shù)的第一項(xiàng)。

3.根據(jù)權(quán)利要求1所述基于域?qū)购妥兎滞茢嗟膯渭?xì)胞數(shù)據(jù)整合方法，其特征在于：所述的非線性函數(shù)映射：輸入特征提取器產(chǎn)生的隱變量Z的樣本，經(jīng)過3個(gè)全連接層的轉(zhuǎn)換后，輸出重構(gòu)的表達(dá)矩陣；重構(gòu)誤差為損失函數(shù)的第二項(xiàng)。

4.根據(jù)權(quán)利要求1所述基于域?qū)购妥兎滞茢嗟膯渭?xì)胞數(shù)據(jù)整合方法，其特征在于：所述域分類器：輸入特征提取器產(chǎn)生的隱變量Z的樣本，首先經(jīng)過1個(gè)梯度反轉(zhuǎn)層，然后經(jīng)過2個(gè)全連接層的轉(zhuǎn)換，最后經(jīng)過softmax激活函數(shù)得到分類結(jié)果；分類結(jié)果和批次標(biāo)簽的均方差作為損失函數(shù)的第三項(xiàng)。

5.根據(jù)權(quán)利要求1所述基于域?qū)购妥兎滞茢嗟膯渭?xì)胞數(shù)據(jù)整合方法，其特征在于：所述隱變量Z的先驗(yàn)分布是標(biāo)準(zhǔn)的高斯分布；為了避免變分編碼器不可求導(dǎo)，采用重參數(shù)的方法對(duì)隱變量Z進(jìn)行采樣。