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！

龙图腾网恭喜电子科技大学申请的专利基于半监督学习的单细胞三维基因组数据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：CN117497064B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202311644584.1，技术领域涉及：G16B40/00；该发明授权基于半监督学习的单细胞三维基因组数据分析方法是由吕昊;刀福英;林昊;丁辉设计研发完成，并于2023-12-04向国家知识产权局提交的专利申请。

本基于半监督学习的单细胞三维基因组数据分析方法在说明书摘要公布了：本申请提供一种基于半监督学习的单细胞三维基因组数据分析方法，涉及生物信息技术领域，该方法包括：获取第一scHi‑C数据集和第二scHi‑C数据集；第一scHi‑C数据为标注有细胞类型标签的scHi‑C数据；第二scHi‑C数据为未标注细胞类型标签的scHi‑C数据；基于第一scHi‑C数据集和第二scHi‑C数据集，对半监督生成模型进行训练，得到细胞类型预测模型；细胞类型预测模型用于根据细胞的scHi‑C数据预测细胞类型。该方法适用于利用scHi‑C数据预测细胞种类的过程中，用于解决无监督学习模型的欠拟合问题。

本发明授权基于半监督学习的单细胞三维基因组数据分析方法在权利要求书中公布了：1.一种基于半监督学习的单细胞三维基因组数据分析方法，其特征在于，所述方法包括：获取第一scHi-C数据集和第二scHi-C数据集；所述第一scHi-C数据集包括多个第一scHi-C数据；所述第二scHi-C数据集包括多个第二scHi-C数据；所述第一scHi-C数据为标注有细胞类型标签的scHi-C数据；所述第二scHi-C数据为未标注细胞类型标签的scHi-C数据；基于所述第一scHi-C数据集和所述第二scHi-C数据集，对预设的半监督生成模型进行训练，得到细胞类型预测模型；所述细胞类型预测模型用于根据细胞的scHi-C数据预测细胞类型；所述基于所述第一scHi-C数据集和所述第二scHi-C数据集，对预设的半监督生成模型进行训练，得到细胞类型预测模型，包括：根据所述第一scHi-C数据，生成第一接触矩阵；根据所述第二scHi-C数据，生成第二接触矩阵；删除所述第一接触矩阵和所述第二接触矩阵中，非零元素的数量小于预设阈值的接触矩阵；所述预设阈值与细胞染色体的长度成预设比例；基于所述第一接触矩阵和所述第二接触矩阵，对所述半监督生成模型进行训练，得到所述细胞类型预测模型；所述对预设的半监督生成模型进行训练，包括：所述半监督生成模型包括特征学习模块和微调模块，所述半监督生成模型通过所述特征学习模块获取第二scHi-C数据中的数据特征，所述半监督生成模型通过所述微调模块根据第一scHi-C数据对所述半监督生成模型进行微调；所述半监督生成模型满足下述公式的关系： 其中，ct表示所述细胞类型标签；ut表示假定细胞的细胞内类型特征遵循正态分布；zt表示低维随机变量；和表示神经网络的可学习参数；lt表示编码细胞特定的缩放因子；xtg表示根据基于计数的似然分布生成的接触矩阵。

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电子科技大学，其通讯地址为：610000 四川省成都市高新区(西区)西源大道2006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”。