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！

龙图腾网获悉中山大学申请的专利一种单细胞Hi-C数据增强方法、系统及存储介质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：CN119811510B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202510293942.1，技术领域涉及：G16B40/30；该发明授权一种单细胞Hi-C数据增强方法、系统及存储介质是由田德朝;张淇乔;张悦;高文静设计研发完成，并于2025-03-13向国家知识产权局提交的专利申请。

本一种单细胞Hi-C数据增强方法、系统及存储介质在说明书摘要公布了：本发明涉及生物信息学技术，为一种单细胞Hi‑C数据增强方法、系统及存储介质。其方法包括步骤：对多分辨率的Hi‑C数据进行预处理，提取不同分辨率下的Hi‑C接触矩阵并构建为图结构，得到不同分辨率下的图结构数据；构建变分图自编码器VGAE模型作为融合单元模型，将所述图结构数据输入融合单元模型，进行特征提取与矩阵重构，实现不同分辨率下的图结构数据的跨尺度融合，获得不同分辨率下的融合潜在空间特征，重构接触矩阵作为增强后的Hi‑C接触矩阵。本发明将低分辨率与高分辨率数据的信息进行有效融合，解决了单细胞Hi‑C数据的稀疏性问题。

本发明授权一种单细胞Hi-C数据增强方法、系统及存储介质在权利要求书中公布了：1.一种单细胞Hi-C数据增强方法，其特征在于，包括以下步骤： S1、对多分辨率的Hi-C数据进行预处理，提取每个细胞不同分辨率下的Hi-C接触矩阵，将不同分辨率下的Hi-C接触矩阵构建为图结构，得到不同分辨率下的图结构数据； S2、构建变分图自编码器VGAE模型作为融合单元模型，将不同分辨率下的图结构数据输入融合单元模型，进行特征提取与矩阵重构，实现不同分辨率下的图结构数据的跨尺度融合，获得不同分辨率下的融合潜在空间特征，重构接触矩阵作为增强后的Hi-C接触矩阵； 步骤S2包括： S21、设计变分图自编码器VGAE模型作为融合单元模型； S22、设置VGAE模型的编码器，同时输入多分辨率的图结构数据使VGAE模型学习每个分辨率下的图结构节点特征，并通过图卷积操作提取潜在的结构信息；再将不同分辨率下的图结构节点特征进行维度变换，对多个分辨率的图结构节点特征进行加强融合，输出不同分辨率下的融合潜在空间特征； S23、设置VGAE模型的解码器，根据编码器输出的不同分辨率下的融合潜在空间特征，通过矩阵的内积操作计算图结构的节点之间的相似性，以重构生成不同分辨率下的Hi-C接触矩阵的预测值，得到预测接触矩阵； S24、基于重构损失与KL散度损失，构建VGAE模型的损失函数，用于优化融合单元模型的训练过程；其中，重构损失用于衡量原始接触矩阵和预测接触矩阵之间的差异，KL散度损失用于衡量编码器输出的潜在空间特征分布与标准正态分布之间的差异； 重构损失为： ； 其中为重构损失，N表示接触矩阵中元素的总数；为原始Hi-C接触矩阵的元素，表示节点i和节点j之间的接触频率；为模型预测的Hi-C接触矩阵的接触概率值，表示预测的节点i和节点j之间的接触概率； KL散度损失为： ； 其中表示KL散度损失，、分别为编码器输出的融合潜在空间特征的均值和方差； S25、利用训练后的融合单元模型进行特征提取，得到增强后的Hi-C接触矩阵。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。