申请/专利权人：北京大学

申请日：2024-03-12

公开（公告）日：2024-04-12

公开（公告）号：CN117877590A

主分类号：G16B40/00

分类号：G16B40/00;G16B25/00;G16B30/00;G16B35/20;G06F18/214;G06F18/23;G06F18/27;G06N3/0895

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及细胞技术领域，尤其涉及一种基于测序数据的细胞聚类方法、装置、设备及存储介质，该方法包括：获得单细胞组对应的单细胞总数；将分离的每个单细胞转录扩增获得单细胞转录组；将单细胞转录组测序得到的测序数据集预处理获得分析数据集；通过预设单细胞数据聚类模型对分析数据集进行聚类分析，获得聚类结果，预设单细胞数据聚类模型通过自缩放注意力机制进行半监督学习。由于本发明对单细胞转录组进行测序得到测序数据集，通过预设单细胞数据聚类模型的自缩放注意力机制对测序数据集进行聚类分析，避免了传统的单细胞聚类的结果存在边界不清晰的情况，可明确细胞的聚类，能够对细胞进行很好的区分，从而实现了更准确的细胞聚类效果。

主权项：1.一种基于测序数据的细胞聚类方法，其特征在于，所述基于测序数据的细胞聚类方法包括：对单细胞组进行分离，获得所述单细胞组对应的单细胞总数；基于所述单细胞总数，将分离的每个单细胞进行转录扩增，获得单细胞转录组；将所述单细胞转录组测序得到的多个单细胞的测序数据集进行预处理，获得所述单细胞转录组对应的分析数据集；通过预设单细胞数据聚类模型对所述分析数据集进行聚类分析，获得所述单细胞组的聚类结果，所述预设单细胞数据聚类模型通过自缩放注意力机制对所述分析数据集半监督学习。

全文数据：

权利要求：

百度查询： 北京大学 基于测序数据的细胞聚类方法、装置、设备及存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD