买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东大学申请的专利一种基于标记基因和集成学习的高精度单细胞聚类方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115512772B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211159840.3，技术领域涉及：G16B40/30；该发明授权一种基于标记基因和集成学习的高精度单细胞聚类方法及系统是由吴昊;周昊茹设计研发完成，并于2022-09-22向国家知识产权局提交的专利申请。

本一种基于标记基因和集成学习的高精度单细胞聚类方法及系统在说明书摘要公布了：本发明涉及一种基于标记基因和集成学习的高精度单细胞聚类方法及系统，包括：步骤一：特征提取；采用特征提取算法和降维算法降低细胞表达矩阵的维度并提取细胞特征；细胞表达矩阵中每个元素对应于一个基因转录本在给定细胞中的表达；步骤二：内层聚类；经过特征提取后的表达矩阵作为输入被应用于内层聚类方法；内层聚类方法包括单细胞聚类方法SNN‑Cliq和深度学习的自组织映射方法SOM；步骤三：计算共识矩阵；使用基于聚类的相似度划分算法CSPA计算共识矩阵C；步骤四：共识聚类；根据共识矩阵C构建图c,图c中的节点Node表示细胞，边的权值edge表示两节点在同一个划分的概率。

本发明授权一种基于标记基因和集成学习的高精度单细胞聚类方法及系统在权利要求书中公布了：1.一种基于标记基因和集成学习的高精度单细胞聚类方法，其特征在于，包括步骤如下： 步骤一：特征提取；采用特征提取算法和降维算法降低细胞表达矩阵的维度并提取细胞特征；细胞表达矩阵中每个元素对应于一个基因转录本在给定细胞中的表达，其中，列对应细胞，行对应基因转录本； 步骤二：内层聚类；经过特征提取后的表达矩阵作为输入被应用于内层聚类方法；内层聚类方法包括单细胞聚类方法SNN-Cliq和深度学习的自组织映射方法SOM；经过特征提取后的表达矩阵作为输入被应用于单细胞聚类方法SNN-Cliq和深度学习的自组织映射方法SOM； 经过特征提取后的表达矩阵作为输入被应用于单细胞聚类方法SNN-Cliq，包括： 首先，使用欧氏距离计算表达矩阵M对应的相似矩阵D； 然后，对于相似矩阵D，将其视为有权图来构建KNN图； 再次，根据KNN图构建共享邻居图； 最后，通过在构建的共享邻居图中寻找quasi-cliques的策略，不断迭代，直到得到最后的子图；参数r_cutoff和merge_cutoff分别表示每对Cliq的最近邻半径和合并阈值； 经过特征提取后的表达矩阵作为输入被应用于深度学习的自组织映射方法SOM，SOM的拓扑结构包括输入层，竞争层和输出层；输入层用于接收并传递经过特征提取的表达矩阵；竞争层用于对表达矩阵进行分析比较，寻找规律并归类；输出层用于输出聚类结果； 步骤三：计算共识矩阵；使用基于聚类的相似度划分算法CSPA计算共识矩阵C； 步骤四：共识聚类；根据共识矩阵C构建图c,图c中的节点Node表示细胞，边的权值edge表示两节点在同一个划分的概率；最终输出的单细胞聚类结果为进行共识聚类后得到的标签； 其中，r_cutoff＝0.7，merge_cutoff＝0.5。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东大学，其通讯地址为：250199 山东省济南市历城区山大南路27号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。