龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：湖南工业大学
摘要：本发明公开了一种基于半监督非负矩阵分解ssNMF和最小角回归LARS的空间转录组ST解卷积方法及应用。本发明所述方法首先利用ssNMF将单细胞转录组scRNA‑seq数据分解为基矩阵和系数矩阵，然后LARS将ST数据映射到基于基矩阵的主题分布中，最后非负最小二乘NNLS将系数矩阵与LARS得到的矩阵之间的残差最小化，计算每个细胞类型的权重，进一步评估推断spot组成的可靠性。本发明以更高的精度和灵敏度体现了细胞类型标注的性能，精确地捕获了ST数据中的细胞类型分布，应用于截然不同的生物组织和测序平台，解决了现有技术中空间转录组分析方法在对细胞类型标注的灵敏度和稳健性仍有待提高的问题。
主权项：1.一种基于半监督非负矩阵分解和最小角回归的空间转录组解卷积方法，其特征在于，步骤包括：S1.将X所表示的scRNA-seq和X′所表示的ST的基因表达矩阵进行归一化，然后对基矩阵A和系数矩阵S进行初始化，再基于半监督非负矩阵分解将初始基因表达矩阵X分解为两个低维非负矩阵A和S，表示为：X≈A*S其中，A表示为每个主题的基因分布矩阵，S表示为每个细胞的主题分布矩阵；S2.给定三个非负矩阵以及G个预测因子，根据最小角回归算法依次选择kk≤G个预测因子，建立目标向量z的线性回归模型，并计算得到目标变量z的回归值向量为： 其中，A＝{a1,a2,…,aG}，aj为预测因子，为回归系数；S3.将X′中每个spot的基因表达映射到S′中，并利用每个spot上的主题分布分解其组成：X＇≈A*S′；S4.计算每种细胞类型的权重：S′≈Q*P，并且使用最小权值θ用于确定每个空间转录组样本属于哪个细胞类型。
全文数据：
权利要求：
百度查询： 湖南工业大学 一种基于半监督非负矩阵分解和最小角回归的空间转录组解卷积方法及应用
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号