摘要
本发明属于生物信息学和计算生物学领域,具体涉及一种基于单细胞RNA表达数据的单细胞Hi‑C图谱预测方法。所述方法包含构建scRNA表达数据特征和scHi‑C图谱特征之间的伪距离的步骤;通过构建统一的低维空间,将单细胞RNA表达数据映射到染色质构象空间,实现从RNA数据预测Hi‑C图谱的目标。这种方法能够充分利用RNA表达数据和染色质构象数据之间的关联,提高预测模型的准确性和稳定性,降低数据获取的成本和技术难度,为研究基因表达调控、细胞分化和疾病机制提供新的工具和思路。
技术关键词
数据
基因表达调控
自动编码器
解码器
图谱特征
消除技术
深度学习模型
注意力机制
成分分析
功能模块
疾病
优化器
多模态
训练集
节点
频率
系统为您推荐了相关专利信息
信息传递方法
信息传递方式
医疗智能系统
输入接口
终端
表面缺陷检测系统
光学图像信息
超声回波
缺陷特征提取
离散小波变换
摩擦阻力系数
锚喷巷道
模拟模型
深度学习优化
数值模拟方法
预训练模型
水尺检测方法
水尺图像
图像采集单元
偏差
链路
网络拓扑
网络资源需求
识别方法
计算机程序指令