摘要
本发明提供了一种中性粒细胞分化轨迹推断方法及系统,涉及细胞分化轨迹分析技术领域,该中性粒细胞分化轨迹推断方法包括以下步骤:获取中性粒细胞的基因表达数据,对中性粒细胞的基因表达数据进行特征选择处理;基于深度学习法对基因表达数据集进行特征映射处理;并利用贝叶斯信息准则评估备选模型的评分,根据评分结果筛选评分最高的备选模型作为最佳因果模型;根据最佳模型中的因果关系网络构建分化轨迹网络,并根据分化轨迹网络对中性粒细胞进行分化轨迹推断,得到中性粒细胞分化轨迹的预测结果。本发明能够得到中性粒细胞分化轨迹的预测结果,有助于揭示中性粒细胞分化的动态过程和调控机制。
技术关键词
基因表达数据
推断方法
贝叶斯信息准则
单细胞转录组
特征选择算法
权重算法
测序技术
动态
网络
推断系统
编码器
深度学习模型
标签
轨迹分析技术
构建基因表达
信息熵
模块
系统为您推荐了相关专利信息
高斯混合模型
变量
协方差矩阵
建模方法
后电力系统
灾害预测方法
多层感知机
洪水预测模型
特征选择算法
ReLU函数
强直性脊柱炎患者
筛选方法
叶酸代谢基因
基线
炎症性关节炎
深度学习模型
动态关联分析
XGBoost模型
Sigmoid函数
数据预处理方法