[发明专利]一种细胞亚型智能判定方法

权利要求书

1.一种细胞亚型智能判定方法，其特征在于：包括以下几个步骤，

步骤1，根据已有确定好细胞类型的单细胞数据，建立含有多种细胞类型的数据库，并对数据库内的单细胞数据进行细胞类型分类；

步骤2、根据确定好细胞类型的单细胞数据，通过基因表达情况进行计算，得到每个细胞类型的特征表达打分模型；

步骤3、将新细胞数据导入到特征表达打分模型进行识别打分，则得到新细胞的基因表达情况；

步骤4、将得到新细胞的基因表达情况与收录了含有多种细胞类型的数据库内的单细胞数据进行对比，则得到新细胞基因表达信息对比情况；

步骤5、基于新细胞基因表达信息对比情况，判断新细胞的细胞类型，从而完成对新的细胞的分类。

2.根据权利要求1所述的一种细胞亚型智能判定方法，其特征在于，所述的得到每个细胞类型的特征表达打分模型的方法，是采用cell blast的算法得到，得到每个细胞类型的特征表达矩阵，具体过程为，找到鉴定好细胞类型的数据，拿到细胞类型的鉴定结果生成数据集，选择合适的vargenes进行model训练、无监督降维并拟合成DIRECTi模型，然后进行函数内部自动数据标化和聚类并把细胞投影到cell embedding space上，进行降维和可视评估相同细胞类型的聚类情况，即相同细胞类型没有聚集在一起的数据会被弃用，根据原始样本情况进行批次矫正；评估相关信息重复训练多个模型，其中每个模型有自己随机的seed，并和原始的参考数据集合并为一个cell_blast database，最后加载合适的待测数据集。算法会通过潜在空间中基于欧几里德距离的有效最近邻搜索来得到待测数据集的初始匹配结果。

3.根据权利要求1所述的一种细胞亚型智能判定方法，其特征在于，所述的将新的细胞数据导入到特征表达打分模型进行识别打分的方法是，将新的细胞数据在多个模型中的结果进行合并，并且对p值进行过滤，得到细胞名查询的结果(python dist key)，该结果会给出当前细胞在潜在空间里的命中次数，当前预测细胞类型在空间中的总值以及预测结果的p值并综合测试结果给出最终的细胞类型预测结果。

4.根据权利要求1所述的一种细胞亚型智能判定方法，其特征在于，所述的将新录入的细胞得到细胞类型后，则对新输入的细胞数据进行一个细胞注释。

5.根据权利要求1所述的一种细胞亚型智能判定方法，其特征在于，所述的对细胞亚型进行分类，细胞亚型分类的时候一般我们都需要marker基因对其进行分类。

6.根据权利要求1所述的一种细胞亚型智能判定方法，其特征在于，所述的对数据库内的单细胞数据进行细胞类型分类的方式是，利用marker基因对其进行分类。