摘要
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。
技术关键词
转录组学
位点
Sigmoid函数
基因表达数据
重构
网络
矩阵
标签
基因表达模式
拉普拉斯
数据挖掘技术
信息熵
优化器
集成算法
节点
测序技术
划分方法
噪声
系统为您推荐了相关专利信息
卷积模块
空洞
融合特征
Sigmoid函数
特征金字塔网络
重构方法
多尺度数字岩心
岩心图像
高维特征向量
物理