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！

龙图腾网获悉中国人民解放军军事科学院军事医学研究院申请的专利基于图transformer的单细胞RNA测序数据聚类方法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：CN119626347B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202411687929.6，技术领域涉及：G16B40/30；该发明授权基于图transformer的单细胞RNA测序数据聚类方法是由朱云平;韩明飞;李晓;陈涛;赵羽设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本基于图transformer的单细胞RNA测序数据聚类方法在说明书摘要公布了：本发明公开了基于图transformer的单细胞RNA测序数据聚类方法，涉及深度学习和生物信息技术领域，包括如下步骤：首先根据scRNA‑seq数据构建细胞特异性信号网络；然后用细胞特异性信号网络训练同一个图神经网络，以学习细胞特有的图表示，从而得到细胞特异性信号网络的节点嵌入矩阵；最后根据节点嵌入矩阵进行基于图表示的细胞聚类；该基于图transformer的单细胞RNA测序数据聚类方法，通过构建每个细胞的特异性网络，再利用GNN学习每个细胞的特异性图嵌入，以揭示细胞间的异质性，扩大模型的应用范围；这种新的细胞聚类方法不仅提高了聚类的准确性和鲁棒性，还为后续的生物学分析和研究提供丰富的信息。

本发明授权基于图transformer的单细胞RNA测序数据聚类方法在权利要求书中公布了：1.基于图transformer的单细胞RNA测序数据聚类方法，其特征在于，包括如下步骤： S1、首先根据scRNA-seq数据构建细胞特异性信号网络，包括如下步骤： S11、构建人类分子相互作用参考网络：从24个数据库中收集4种已知的人类分子相互作用信息，对收集到的相互作用信息保留至少2个数据库共享的高可信预测，并基于上述相互作用信息建立一个集成了多维分子相互作用的参考网络； S12、数据预处理：通过Python的scanpy包对scRNA-seq数据进行预处理，得到每个细胞的基因和基因表达量； S13、筛选每个细胞的激活基因：将每个细胞的基因按表达量从高到低进行排序，筛选表达量前5%的基因为每个细胞的激活基因； S14、从参考网络中提取细胞特异性子网，构成细胞特异性的信号网络：针对每个细胞的激活基因，从S11所述参考网络中提取关联激活基因的相互作用，组成细胞特异性信号网络； S2、用细胞特异性信号网络训练同一个图神经网络，以学习细胞特有的图表示，从而得到细胞特异性信号网络的节点嵌入矩阵，包括如下步骤： S21、构建基于图transformer的图自编码器：所述编码器接收单细胞网络的邻接矩阵和节点的特征矩阵两类输入；所述编码器包含两层，第1层的输入维度为细胞特异性信号网络中节点的特征向量的维度，输出维度为32维，采用ReLU激活函数；第2层的输入和输出维度均为32维，采用Sigmoid激活函数，所述编码器能够捕捉细胞特异性信号网络中的局部和全局拓扑结构，从而为每个节点生成32维的节点嵌入； S22、解码器构建：通过计算节点嵌入之间的内积，来预测和重建细胞特异性信号网络中的连接关系，所述解码器能够重现输入的细胞特异性信号网络，使得输出网络的拓扑结构与输入细胞特异性信号网络一致； S23、损失函数优化：在学习过程中通过损失函数来优化模型参数，损失函数衡量的是解码器重建的网络与输入细胞特异性信号网络之间的差异，并将该差异最小化，得到每个细胞网络的节点嵌入矩阵； S3、最后根据节点嵌入矩阵获得细胞特异性网络的图嵌入向量，基于图嵌入进行基于图表示的细胞聚类，得到聚类结果。

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国人民解放军军事科学院军事医学研究院，其通讯地址为：100850 北京市海淀区太平路27号院；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”。