本发明专利技术涉及基于深度双曲流形嵌入的细胞分化轨迹推断方法，包括：获取单细胞RNA测序数据；引入负曲率的双曲空间嵌入，通过深度特征提取网络对所述单细胞RNA测序数据进行特征提取，并将提取的高维特征映射到低维双曲空间；通过低维双曲空间中的轨迹推断，构建细胞从祖细胞到各分化终末细胞类型的转变路径，并利用敏感性分析方法评估关键基因和通路。本发明专利技术的有益效果是：本发明专利技术通过引入负曲率的双曲空间嵌入，模型能够更好地捕捉数据的层次结构，增强分化轨迹的准确性和一致性。并且，本发明专利技术能够处理高维单细胞测序数据，克服传统方法在高维情况下的局限性，提升模型的适用性。
【技术实现步骤摘要】
本专利技术涉及生物信息学，更确切地说，它涉及基于深度双曲流形嵌入的细胞分化轨迹推断方法。
技术介绍
1、随着单细胞rna测序技术的发展，越来越多的细胞类型及其分化过程得以被深入研究。然而，由于单细胞数据的高维性和复杂性，传统的细胞分化轨迹推断方法在捕捉细胞间的层次结构方面存在明显的不足。现有的方法，如基于pca或t-sne等降维方法，尽管能够将数据映射到低维空间，但其难以有效保留数据的层次信息和细胞分化的全局关系。此外，传统方法多基于欧几里得空间，无法准确描述细胞分化过程中固有的层次结构特征。因此，提出一种基于双曲流形嵌入的深度学习方法，以更好地表示细胞间的层次关系并推断分化轨迹，具有重要意义。
技术实现思路
1、本专利技术的目的是针对现有技术的不足，提出了基于深度双曲流形嵌入的细胞分化轨迹推断方法。
2、第一方面，提供了基于深度双曲流形嵌入的细胞分化轨迹推断方法，包括：
3、步骤1、获取单细胞rna测序数据；
4、步骤2、引入负曲率的双曲空间嵌入，通过深度特征提取网络对所述单细胞rna测序数据进行特征提取，并将提取的高维特征映射到低维双曲空间；
5、步骤3、通过低维双曲空间中的轨迹推断，构建细胞从祖细胞到各分化终末细胞类型的转变路径，并利用敏感性分析方法评估关键基因和通路。
6、作为优选，步骤2中，所述深度特征提取网络由多个全连接层和激活函数组成；所述深度特征提取网络的最后一层由双曲映射层和双曲激活函数组成。
>7、作为优选，步骤3包括：8、步骤3.1、计算细胞间的双曲距离；
9、步骤3.2、根据所述细胞间的双曲距离，使用层次聚类算法构建细胞分化树，明确细胞从祖细胞到各分化终末细胞类型的转变路径；
10、步骤3.3、利用敏感性分析方法，对双曲空间中的轨迹进行扰动，识别在分化过程中起关键作用的基因和信号通路。
11、作为优选，步骤2还包括：
12、计算重构损失函数，所述重构损失函数用于使低维双曲空间中邻近细胞的距离保持接近。
13、作为优选，步骤2还包括：
14、计算双曲正则化损失函数，所述双曲正则化损失函数用于对嵌入点进行正则化，避免嵌入点偏离双曲空间的边界。
15、第二方面，提供了基于深度双曲流形嵌入的细胞分化轨迹推断系统，用于执行第一方面任一所述的方法，包括：
16、获取模块，用于获取单细胞rna测序数据；
17、提取模块，用于引入负曲率的双曲空间嵌入，通过深度特征提取网络对所述单细胞rna测序数据进行特征提取，并将提取的高维特征映射到低维双曲空间；
18、构建模块，用于通过低维双曲空间中的轨迹推断，构建细胞从祖细胞到各分化终末细胞类型的转变路径，并利用敏感性分析方法评估关键基因和通路。
19、第三方面，提供了一种计算机存储介质，所述计算机存储介质内存储有计算机程序；所述计算机程序在计算机上运行时，使得计算机执行第一方面任一所述的方法。
20、第四方面，提供了一种电子设备，包括：
21、存储器，用于保存计算机程序；
22、处理器，用于执行所述计算机程序以实现如第一方面任一所述的方法。
23、本专利技术的有益效果是：
24、1.本专利技术通过引入负曲率的双曲空间嵌入，模型能够更好地捕捉数据的层次结构，增强分化轨迹的准确性和一致性。
25、2.本专利技术能够处理高维单细胞测序数据，克服传统方法在高维情况下的局限性，提升模型的适用性。
26、3.本专利技术结合深度学习技术，能快速提取非线性特征，提升数据处理效率，缩短研究周期。
27、4.本专利技术适用于多种单细胞生物学研究及医学应用，如疾病机制研究和新药研发，具有广泛的实际应用价值。
本文档来自技高网...
【技术保护点】
1.基于深度双曲流形嵌入的细胞分化轨迹推断方法，其特征在于，包括：
2.根据权利要求1所述的基于深度双曲流形嵌入的细胞分化轨迹推断方法，其特征在于，步骤2中，所述深度特征提取网络由多个全连接层和激活函数组成；所述深度特征提取网络的最后一层由双曲映射层和双曲激活函数组成。
3.根据权利要求2所述的基于深度双曲流形嵌入的细胞分化轨迹推断方法，其特征在于，步骤3包括：
4.根据权利要求3所述的基于深度双曲流形嵌入的细胞分化轨迹推断方法，其特征在于，步骤2还包括：
5.根据权利要求4所述的深度双曲流形嵌入的细胞分化轨迹推断方法，其特征在于，步骤2还包括：
6.基于深度双曲流形嵌入的细胞分化轨迹推断系统，其特征在于，用于执行权利要求1至5任一所述的方法，包括：
7.一种计算机存储介质，其特征在于，所述计算机存储介质内存储有计算机程序；所述计算机程序在计算机上运行时，使得计算机执行权利要求1至5任一所述的方法。
8.一种电子设备，其特征在于，包括：
【技术特征摘要】
1.基于深度双曲流形嵌入的细胞分化轨迹推断方法，其特征在于，包括：
2.根据权利要求1所述的基于深度双曲流形嵌入的细胞分化轨迹推断方法，其特征在于，步骤2中，所述深度特征提取网络由多个全连接层和激活函数组成；所述深度特征提取网络的最后一层由双曲映射层和双曲激活函数组成。
3.根据权利要求2所述的基于深度双曲流形嵌入的细胞分化轨迹推断方法，其特征在于，步骤3包括：
4.根据权利要求3所述的基于深度双曲流形嵌入的细胞分化轨迹推断方...
【专利技术属性】
技术研发人员：刘泓，邱秀秀，臧泽林，
申请(专利权)人：浙大城市学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。