宁波华仪宁创智能科技有限公司闻路红获国家专利权
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!
龙图腾网获悉宁波华仪宁创智能科技有限公司申请的专利基于质谱技术的单细胞代谢组学分析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:CN120374399B 。
龙图腾网通过国家知识产权局官网在2025-11-21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:202510864885.8,技术领域涉及:G06T3/4076;该发明授权基于质谱技术的单细胞代谢组学分析方法是由闻路红;叶亚玲;陈安琪;邱建雄设计研发完成,并于2025-06-26向国家知识产权局提交的专利申请。
本基于质谱技术的单细胞代谢组学分析方法在说明书摘要公布了:本发明属于质谱技术,具体提供了一种基于质谱技术的单细胞代谢组学分析方法,包括步骤:A1采集群体细胞数据,包括低分辨率模式和高分辨率模式的多种群体细胞的多幅平均质谱图;A2利用所述群体细胞数据构建SCSR‑Unet超分模型,并进行模型的训练、验证和测试;在网络构建中,使用的损失函数CL;A3采集单细胞数据,包括低分辨率模式和高分辨率模式的多种单细胞的平均质谱图;A4将低分辨率模式下的平均质谱数据通过SCSR‑Unet模型后得到预测的绝对强度的高分辨率质谱数据,与高分辨率模式下的质谱数据同步预处理,用于单细胞代谢组学分析。
本发明授权基于质谱技术的单细胞代谢组学分析方法在权利要求书中公布了:1.一种基于质谱技术的单细胞代谢组学分析方法,其特征在于,包括以下步骤: A1采集群体细胞数据,包括低分辨率模式和高分辨率模式的多种群体细胞的多幅平均质谱图; A2利用所述群体细胞数据构建SCSR-Unet超分模型,并进行模型的训练、验证和测试; 在网络构建中,使用的损失函数CL为: ; outputi是样本的预测结果,labeli是样本对应的标签,i表示第i个样本,α是控制损失权重的超参数,N为样本数; 所述构建SCSR-Unet超分模型的方式包括步骤: A21数据对齐,对所述低分辨率模式下的平均质谱数据进行插值,获得和高分辨率模式下的平均质谱数据相同的等间隔质荷比数据; A22数据编码,在低分辨率和高分辨率模式下的平均质谱数据中截取多个片长度相等的片段,将片段按照质荷比顺序排列呈二维矩阵,经归一化后生成训练对,低分辨率片段作为输入数据,高分辨率片段作为目标标签; A23网络构建,使用二维U-Net网络结构,利用所述损失函数构建SCSR-Unet超分模型; A24将待测试的所述低分辨率模式下的平均质谱数据输入已训练好的所述SCSR-Unet超分模型,从而获得预测的高分辨率质谱数据; A25依据A22中归一化尺度恢复所述预测的高分辨率质谱数据,并将恢复后的数据片段按质荷比顺序进行拼接,生成所述预测的绝对强度的高分辨率质谱数据; A3采集单细胞数据,包括低分辨率模式和高分辨率模式的多种单细胞的平均质谱数据; A4将低分辨率模式下的平均质谱数据通过SCSR-Unet模型后得到预测的绝对强度的高分辨率质谱数据,与高分辨率模式下的平均质谱数据同步预处理,用于单细胞代谢组学分析; 在步骤A4中,将所述预测的绝对强度的高分辨率质谱数据与所述高分辨率模式下的平均质谱数据作为输入端质谱数据,并对所述输入端质谱数据采取数据预处理、可视化分析、细胞分型和差异代谢物的步骤; 所述可视化分析为:对所述待分析的单细胞特征数据进行降维,通过多变量分析获得低维空间的高维数据; 所述降维的方法为:t分布随机邻域嵌入以及均匀流形近似和投影。
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宁波华仪宁创智能科技有限公司,其通讯地址为:315100 浙江省宁波市鄞州区金谷中路(东)288号A幢1-6层、F2幢1层西侧;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励