Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海交通大学李家琛获国家专利权

上海交通大学李家琛获国家专利权

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!

龙图腾网获悉上海交通大学申请的专利一种空间转录组细胞聚类、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:CN114091603B

龙图腾网通过国家知识产权局官网在2026-03-24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:202111385235.3,技术领域涉及:G16B40/30;该发明授权一种空间转录组细胞聚类、分析方法是由李家琛;陈思衡;潘小勇;袁野;沈红斌设计研发完成,并于2021-11-22向国家知识产权局提交的专利申请。

一种空间转录组细胞聚类、分析方法在说明书摘要公布了:一种空间转录组细胞聚类方法,包括步骤:对于空间转路组中每个细胞基因表达进行预处理;根据所述空间转路组的细胞坐标生成邻接矩阵A,获得空间转录组细胞的图结构表示,由细胞特征矩阵X表示细胞基因表达,将邻接矩阵A和细胞特征矩阵X输入经过训练的图卷积神经网络模型DGI;所述图卷积神经网络模型DGI输出具有空间信息的结点特征表示;对所述结点特征表示采用降维、聚类算法处理后,识别、获得所述空间转录组细胞类型。

本发明授权一种空间转录组细胞聚类、分析方法在权利要求书中公布了:1.一种空间转录组细胞聚类方法,其特征在于,包括以下步骤: 1对空间转录组中每个细胞基因表达进行预处理,具体包括: 步骤1.1,计算每个基因在所有细胞中的平均表达量,低于第一设定阈值的基因将被排除,高于等于第一设定阈值的基因被纳入第一基因集; 步骤1.2,计算第一基因集中各个基因在所有细胞中的表达量的标准差,低于第二设定阈值的基因将被排除,高于等于第二设定阈值的基因被纳入第二基因集; 步骤1.3,针对不同批次下获得的空间转录组数据,使用Scanorama去除批次效应,该空间转录组数据包含细胞空间坐标和各细胞内的基因表达量; 步骤1.4,根据第二基因集内的基因,对每个细胞的基因进行归一化,即, 细胞i,其第j个基因归一化为:; 为各基因表达量,即为所得到的细胞i的第j维特征,可得细胞特征矩阵X=,1=i=N,1=j=N,i不等于j,N为细胞总数; 2根据所述空间转录组的细胞坐标生成邻接矩阵A,获得空间转录组细胞的图结构表示,由细胞特征矩阵X表示细胞基因表达,所述的邻接矩阵A生成方法包括: 步骤2.1,对于同一个批次下的细胞组,第i个细胞二维空间坐标为,第j个细胞的坐标为,则这两个细胞间的欧式距离为,该细胞组的距离矩阵为为细胞的个数; 步骤2.2,根据距离矩阵,设置阈值,得到其邻接矩阵, 其中,; 步骤2.3,引入权重因子,获得邻接矩阵为为对角矩阵,; 3将邻接矩阵A和细胞特征矩阵X输入经过训练的图卷积神经网络模型DGI; 所述图卷积神经网络模型DGI模型包含4个图卷积层, 在第l个图卷积层内,节点特征为: ,其中和分别是第层的输入和输出,是该层用于特征变换的权重矩阵, 是加入了self-loops的邻接矩阵,即, 最后一个卷积层的输入为PReLU激活函数, ,其中是一个可学习的参数; 4所述图卷积神经网络模型DGI输出具有空间信息的结点特征表示; 5对所述结点特征表示采用PCA算法降低所述结点特征的维度; 6使用K-means++算法对PCA降维后的结点进行聚类,从而发现不同的细胞类型。

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上海交通大学,其通讯地址为:200240 上海市闵行区东川路800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。

免责声明
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。