公开(公告)号：CN114944198A

公开(公告)日：2022-08-26

申请号：CN202210561789.2

申请日：2022-05-23

Applicant: 吉林大学

Inventor： 管仁初 ,  吕甜 ,  丰小月 ,  曾安

IPC: G16B25/00 ,  G16B40/30 ,  G16B40/20 ,  G16B40/00 ,  G06F17/16 ,  G06F17/15

Abstract: 本发明设计一种计算机处理采集设备数据的融合方法，先利用空间型相关性解释对空间转录组数据矩阵进行反卷积算法，利用单细胞信息点获得特异性基因，对单细胞信息点进行降维聚类之后，找到每个细胞信息簇中特异性表达的基因数据，对空间转录组数据矩阵进行反卷积操作，在获得了不同细胞类型的特异性基因数据之后，首先利用半监督主题模型对单细胞信息点进行训练，通过比较主题和细胞类型的相关性，来调整模型的参数；调完参数之后再将空间转录组数据矩阵放入到模型中训练，获得空间转录组数据矩阵中每个细胞信息捕获点S的主题分布情况，即细胞类型组成；然后根据细胞类型组成提高空间转录组数据矩阵图谱分辨率；本发明更有利于生物上的研究。

公开(公告)号：CN114944198B

公开(公告)日：2024-09-10

申请号：CN202210561789.2

申请日：2022-05-23

Applicant: 吉林大学

Inventor： 管仁初 ,  吕甜 ,  丰小月 ,  曾安

IPC: G16B25/00 ,  G16B40/30 ,  G16B40/20 ,  G16B40/00 ,  G06F17/16 ,  G06F17/15

Abstract: 本发明设计一种计算机处理采集设备数据的融合方法，先利用空间型相关性解释对空间转录组数据矩阵进行反卷积算法，利用单细胞信息点获得特异性基因，对单细胞信息点进行降维聚类之后，找到每个细胞信息簇中特异性表达的基因数据，对空间转录组数据矩阵进行反卷积操作，在获得了不同细胞类型的特异性基因数据之后，首先利用半监督主题模型对单细胞信息点进行训练，通过比较主题和细胞类型的相关性，来调整模型的参数；调完参数之后再将空间转录组数据矩阵放入到模型中训练，获得空间转录组数据矩阵中每个细胞信息捕获点S的主题分布情况，即细胞类型组成；然后根据细胞类型组成提高空间转录组数据矩阵图谱分辨率；本发明更有利于生物上的研究。

公开(公告)号：CN118588159A

公开(公告)日：2024-09-03

申请号：CN202410734123.1

申请日：2024-06-07

Applicant: 吉林大学

Inventor： 丰小月 ,  汪楚瑶 ,  管仁初 ,  曾安

IPC: G16B20/30 ,  G16B40/00 ,  G06F18/2415 ,  G06F18/23213 ,  G06N3/042

Abstract: 一种对空间转录组学数据进行空间域划分的方法属数据挖掘技术领域，本发明对基因表达数据集进行两种不同的预处理，使用空间位置信息构建邻接图，两者相乘可得到空间位置相关的基因表达，对其聚类，筛选其中高质量的结果作为伪标签，使用图神经网络完成伪标签半监督的空间域分类和自监督的基因重构训练。网络训练完成后，综合不同基因表达得到的空间域分类结果，然后得到空间域划分结果。通过解释训练好的空间域分类网络，可得到空间高可变基因。本发明主要解决当前空间域划分方法精细度不足，不够稳定和可解释性差的问题，能准确识别具有一定基因表达模式的空间区域，保留组织中复杂的精细结构，在不同平台的测序数据上表现稳定。

公开(公告)号：CN119049560A

公开(公告)日：2024-11-29

申请号：CN202411104581.3

申请日：2024-08-13

Applicant: 吉林大学

Inventor： 丰小月 ,  曹博雯 ,  管仁初 ,  曾安

IPC: G16B40/00 ,  G16B30/00 ,  G16B25/10 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0895

Abstract: 基于图对比神经网络的单细胞组学数据嵌入表示提取方法属生物信息学与机器学习交叉技术领域，本发明使用基于zinb的自编码器架构，以应对单细胞数据中的高维、稀疏和噪声挑战；引入聚类引导的对比学习，能有效地提升正负样本的质量；通过自表达计算模块，利用细胞的共表达模式和全局相似性，将单细胞数据映射到更内聚的嵌入空间；进一步利用学习到的自表达矩阵优化KNN图结构，显著减少误差累积，可提高对比学习中图的构建质量。本发明的应用将有助于有效的捕获单细胞转录组数据中存在的亚群，为生物信息学研究提供一种新的工具。

公开(公告)号：CN115762642A

公开(公告)日：2023-03-07

申请号：CN202211464548.2

申请日：2022-11-22

Applicant: 吉林大学

Inventor： 管仁初 ,  孙航 ,  曾安 ,  王禹霄飞 ,  丰小月

IPC: G16B35/00 ,  G16B50/00

Abstract: 本发明一个计算机控制及数据匹配方法，计算机控制及数据匹配方法利用单细胞数据和空间转录组数据作为输入，使用利用阻尼加权最小二乘法来扩展并且确定空间点的细胞类型，形成精确组成的反卷积步处理，精确组成的反卷积处理对空间转录组数据进行第一反卷积处理，通过阻尼加权最小二乘法识别每个空间点的细胞类型，然后推断每个空间点中存在不同细胞类型以及每种细胞类型的比例，其中以细胞类型只有一种的空间点作为种子节点。

公开(公告)号：CN118248222A

公开(公告)日：2024-06-25

申请号：CN202410223199.8

申请日：2024-02-28

Applicant: 吉林大学

Inventor： 管仁初 ,  武智鹏 ,  曾安 ,  丰小月

IPC: G16B40/00 ,  G16B40/30 ,  G06F18/15 ,  G06F18/211 ,  G06F18/2135 ,  G06F18/23213 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/044 ,  G06N3/042 ,  G06N3/088 ,  G06N3/048

Abstract: 本发明涉及一种计算机对空间转录组数据特征选择及聚类方法，隶属于科技部国家重点研发课题(2021YFF1201203)，本课题重点研究生物医学知识图谱自动构建和更新技术体系，通过输入空间转录组数据，以变分自编码器作为基础模型结合K‑means聚类，可以有效的对空间转录组数据做聚类。这种方法可以很好的帮助我们理解基因在生物体内的空间分布，从而揭示其生物过程中的作用。