公开(公告)号：CN117437979A

公开(公告)日：2024-01-23

申请号：CN202311332189.X

申请日：2023-10-13

Applicant: 哈尔滨工程大学

Inventor： 徐丽 ,  薛同 ,  马鸣霄 ,  李振鹏 ,  任佳旭 ,  王莉雯

IPC: G16B30/00 ,  G16B40/30 ,  G06F17/16 ,  G06N3/0455 ,  G06F18/23213

Abstract: 一种基于图自编码器的单细胞RNA测序数据聚类方法及系统，它属于深度学习和生物信息领域。本发明解决了现有聚类方法没有深入考虑细胞与细胞之间的关系，导致对单细胞RNA测序数据的聚类精度低的问题。本发明采用特征自编码器进行数据特征的提取并采用KNN算法构成图，作为后续图自编码器的输入，从图的角度出发考虑细胞间的关系，而不是传统的仅仅考虑一个个孤立的点；引入了基于GAT的图自编码器进行图重构效果的优化，自适应地计算每个图节点的邻居节点的权重，从而抽象出细胞之间的高阶关系。本发明可以应用于单细胞RNA测序数据聚类。

公开(公告)号：CN117711493A

公开(公告)日：2024-03-15

申请号：CN202311730187.6

申请日：2023-12-15

Applicant: 哈尔滨工程大学

Inventor： 徐丽 ,  李振鹏 ,  任佳旭 ,  王莉雯 ,  刘帅鹏

IPC: G16B30/00 ,  G16B20/00 ,  G16B40/00

Abstract: 一种基于深度图嵌入聚类的单细胞RNA测序数据聚类方法，它属于深度学习和单细胞RNA测序数据分析技术领域。本发明解决了由于现有方法对单细胞RNA测序数据去噪和降维的成效有限、数据存在批次效应且数据存在丢失导致对单细胞RNA测序数据聚类效果不佳的问题。本发明对单细胞RNA测序数据集进行数据筛选、归一化、添加噪声处理，再将添加噪声处理后的基因表达矩阵输入到基于ZINB分布的去噪自动编码器，得到去噪和降维后的基因表达矩阵；得到的基因表达矩阵再作为深度图嵌入聚类模型的输入进而得到输出数据；并对输出数据进行降维，再对降维后的数据进行聚类。本发明方法可以应用于单细胞RNA测序数据分析。

公开(公告)号：CN117373542A

公开(公告)日：2024-01-09

申请号：CN202311374297.3

申请日：2023-10-23

Applicant: 哈尔滨工程大学

Inventor： 徐丽 ,  朱亚隆 ,  李振鹏 ,  王莉雯 ,  任佳旭

IPC: G16B40/00 ,  G16B30/00 ,  G06N3/0455 ,  G06N3/08 ,  G06F18/23 ,  G06F17/16

Abstract: 一种基于非负矩阵分解的scRNA‑seq数据补值方法，它属于深度学习和数据补值方法技术领域。本发明解决了利用现有方法对单细胞RNA测序数据中缺失值进行补值的准确率低的问题。本发明采取的主要技术方案为：步骤1、根据基因数据对细胞进行过滤，获得过滤后剩余细胞的RNA测序数据；对过滤后剩余细胞的RNA测序数据进行归一化、基因筛选和对数转换生成矩阵X；步骤2、对矩阵X进行分解，得到特征矩阵和系数矩阵；步骤3、根据特征矩阵构造自编码器的输入矩阵，将输入矩阵作为自编码器的输入，通过自编码器输出填补后的特征矩阵；步骤四4、对填补后的特征矩阵依次进行分解还原、对数还原和反归一化，得到补值结果。本发明方法可以应用于RNA测序数据补值。