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！

龙图腾网获悉东北林业大学申请的专利一种单细胞测序数据的生成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：CN119132389B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411113195.0，技术领域涉及：G16B20/20；该发明授权一种单细胞测序数据的生成方法是由章天骄;赵中乾;汪国华设计研发完成，并于2024-08-14向国家知识产权局提交的专利申请。

本一种单细胞测序数据的生成方法在说明书摘要公布了：本发明提出一种单细胞测序数据的生成方法，包括：S1：构建深度神经网络模型；S2：获取scRNA‑seq综合数据集；S3、对所述scRNA‑seq综合数据集进行预处理；S4：基于预处理后的scRNA‑seq综合数据集对深度神经网络模型进行训练；S5：基于训练后的深度神经网络模型对待测数据的特征进行加噪、去噪和重构，生成单细胞测序数据。本发明在多种测序平台的数据集上，深度神经网络模型都能生成高质量的scRNA‑seq数据。通过与其它最新的数据生成模型进行比较深度神经网络模型在多个评价指标上均表现出更优秀的性能。此外，深度神经网络模型还能够模拟伪时间尺度下的单细胞数据，为追踪细胞分化和发育轨迹、分析细胞间的通讯、揭示细胞的异质性等分析提供高质量的数据支持。

本发明授权一种单细胞测序数据的生成方法在权利要求书中公布了：1.一种单细胞测序数据的生成方法，其特征在于：它包括以下步骤： S1：构建深度神经网络模型； S2：获取scRNA-seq综合数据集； S3、对所述scRNA-seq综合数据集进行预处理； S4：基于预处理后的scRNA-seq综合数据集对深度神经网络模型进行训练； S4中对深度神经网络模型进行训练的步骤包括： S401：将所述归一化后的基因表达矩阵输入编码器，编码器采用2个MLP，经过编码器得到128维的嵌入层； S402：将输入所述扩散模块中的全连接网络进行连续的加噪，通过反向扩散进行连续的去噪，输出去噪后的基因表达矩阵； S402中扩散模块包括D 1层、D 2层、U 1层、U 2层、FG 1层和FG 2层； 输出去噪后的基因表达矩阵的步骤包括： S40201：获取在t个时间步的嵌入x t，将时间信息t和标签信息y汇入全连接网络中的Chunk中，基于每个Chunk对进行更新，得到加噪后的； S40202：对扩散模块进行训练，得到反向扩散的扩散模块，设置跳跃的次数为3，在第T个时间步内，将中的输入训练后的全连接网络，得到去噪后的嵌入； S40202中获取反向扩散的扩散模块具体包括： 将扩散模块参数化为，并且在训练的过程中加入标签信息，获取学习到的噪音，并在加噪后的减去学习到的噪音后，由贝叶斯公式取对数并引入超参数k得到反向扩散的扩散模块； 去噪后的为： 贝叶斯公式以及取对数等的表达式为： 引入一个超参数得： 公式（10）中，用于调节生成数据的保真度和多样性，取值范围是； S40203：在第T-1个时间步内，经过D1层后直接经过U2层，计算得到去噪后的； S40204：重复S40202-S40203，对噪声序列和跳跃过程进行迭代更新，直至得到去噪后的； 去噪后的的计算公式为： 更新噪声序列和跳跃过程的表达式为： 公式（7）中，为在时间步编号为的高水平特征； S403：将所述去噪后的基因表达矩阵输入解码器，解码器采用3个MLP，经过解码器得到与基因表达矩阵相同的维度的基因表达矩阵，并对基因表达矩阵进行重构，得到生成单细胞测序数据； 嵌入层的计算公式为： 公式（2）中，为编码器； 基因表达矩阵的计算公式为： 公式（3）中，为解码器； 对去噪后的基因表达矩阵进行重构的表达式为： S5：基于训练后的深度神经网络模型对待测数据的特征进行加噪、去噪和重构，生成单细胞测序数据。

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东北林业大学，其通讯地址为：150040 黑龙江省哈尔滨市香坊区和兴路26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”。

以上内容由龙图腾AI智能生成。