[发明专利]基于多目标进化的单细胞转录组测序数据聚类方法及系统

权利要求书

1.一种基于多目标进化的单细胞转录组测序数据聚类方法，其特征在于：包括以下过程：

获取单细胞转录组测序数据；

对获取的测序数据进行预处理；

根据预处理后的测序数据，生成细胞间的距离矩阵；

对得到的距离矩阵进行降维，得到多个降维结果；

对每个降维结果进行k-means聚类，得到多个聚类结果；

对得到的聚类结果进行多目标的进化计算，得到多组进化计算后的聚类结果，每组进化计算后的聚类结果对应一个等价关系矩阵，取各个等价关系矩阵的平均值进行层次聚类得到最终的聚类结果。

2.如权利要求1所述的基于多目标进化的单细胞转录组测序数据聚类方法，其特征在于：

对获取的测序数据进行预处理，包括：

单细胞转录组测序数据以矩阵形式存储，过滤所有的非普遍表达基因，得到滤去细胞间表达量差异小于预设值的基因后的矩阵，对得到的矩阵逐元素加1并取对数。

3.如权利要求1所述的基于多目标进化的单细胞转录组测序数据聚类方法，其特征在于：

细胞间的距离矩阵，包括：细胞间的欧几里得、皮尔森以及斯皮尔曼距离矩阵。

4.如权利要求1所述的基于多目标进化的单细胞转录组测序数据聚类方法，其特征在于：

使用主成分分析法和对拉普拉斯矩阵特征值的计算来对细胞间的距离矩阵进行降维。

5.如权利要求1所述的基于多目标进化的单细胞转录组测序数据聚类方法，其特征在于：

对得到的聚类结果进行多目标的进化计算，包括以下过程：

聚类结果根据p个目标计算出的对应p维向量进行非支配排序，在超过需要选择的个体数后，使用拥挤度进一步排序，并选出拥挤度大的中间聚类结果；

每次随机取出三个中间聚类结果，先取前两个聚类结果作为两个父聚类结果生成一个子聚类结果，子聚类结果使得任意两个细胞被分为一类当且仅当这两个细胞在两个父聚类结果中都被分为一类；

根据用户输入的目标聚类数k，根据随机取出的第三个聚类结果进行子聚类结果的最终修正。

6.如权利要求5所述的基于多目标进化的单细胞转录组测序数据聚类方法，其特征在于：

拥挤度的计算，包括以下过程：

使用所有p维向量每个维度上的最大值减去最小值作为标准化因子，对每一个p维向量的每一个维度进行标准化；

每一个维度上取到最大或者最小值的p维向量所对应的聚类结果将被优先选择；

将这些p维向量对应到p维空间中的点，不在任何一个维度上使得对应p维向量取到最值的聚类结果，根据其对应点在p维空间中每个维度上相邻的两个点确定一个超立方体，以超立方体的边长之和作为拥挤度。

7.如权利要求5所述的基于多目标进化的单细胞转录组测序数据聚类方法，其特征在于：

对子聚类结果里面的每一个类，都分配一个第三个聚类结果的一个类，使得这个被分配的类和原来的类交集最大；

再将子聚类结果中的每一个类排成一列，其中被分配了相同的类的类排列在一起；

如果子聚类结果有n个类，它们的排列就有n-1个空隙，在这n-1个空隙中先选取被分配的类在空隙隔开处发生了改变的那些空隙，如果不足n-k个，再随机选取余下的空隙；

根据选出的n-k个空隙将被空隙分开的细胞划分为不同类，否则是同一类。