[发明专利]一种计算机处理采集设备数据的融合方法

说明书

本发明设计一种计算机处理采集设备数据的融合方法，先利用空间型相关性解释对空间转录组数据矩阵进行反卷积算法，利用单细胞信息点获得特异性基因，对单细胞信息点进行降维聚类之后，找到每个细胞信息簇中特异性表达的基因数据，对空间转录组数据矩阵进行反卷积操作，在获得了不同细胞类型的特异性基因数据之后，首先利用半监督主题模型对单细胞信息点进行训练，通过比较主题和细胞类型的相关性，来调整模型的参数；调完参数之后再将空间转录组数据矩阵放入到模型中训练，获得空间转录组数据矩阵中每个细胞信息捕获点S的主题分布情况，即细胞类型组成；然后根据细胞类型组成提高空间转录组数据矩阵图谱分辨率；本发明更有利于生物上的研究。

技术领域

本发明涉及知识图谱上技术领域，涉及知识图谱上的语义信息和结构信息的实体对齐提升技术。

背景技术

近年来，单细胞转录组数据能实现单个细胞的全转录组测序，但关于这些转录物在组织中的空间位置信息丢失了；相反的，空间转录组数据矩阵则是能捕捉到转录组在空间上的表达值，但是捕捉到的转录组表达值是多个异质性细胞的平均表达值。因此，本发明针对这个问题，提出了一种计算机处理采集设备数据的融合方法，来计算空间转录组数据矩阵中每个捕获到的空间细胞信息捕获点S是由哪些细胞类型组成，并构建单细胞分辨率的空间转录组数据矩阵图谱，空间转录组数据矩阵技术为研究组织异质性和细胞空间结构提供了前所未有的机会，然而，空间转录组数据矩阵的分辨率低于单细胞水平，如何了解单细胞的身份及空间背景，揭示不同的细胞在组织哪些区域表达提供了新的思路，发明便提出结合单细胞信息点和空间转录组数据矩阵来对空间转录组数据矩阵进行单细胞分辨率扩增的方法，这里本发明采用数据进行实验和分析，一是模拟数据来直观的比较和验证算法准确度，发现在预测的细胞类型比例和实际的细胞组成之间有较好的准确性。并利用模拟数据将当前常用的预测细胞类型比例算法进行对比，另一则采用真实的实际的数据，对这组数据进行一系列的分析，进一步证实了本发明在检测细胞类型和预测空间转录组数据矩阵点组成方面的高精度。

发明内容

有鉴于此，本发明提供一种解决或部分解决上述问题的一种计算机处理采集设备数据的融合方法。

为达到上述技术方案的效果，本发明的技术方案为：包括有步骤一、通过计算机对设备采集几组不同的单细胞信息点和细胞类型构成细胞数据条形码，并对基因数据进行分析验证，并引入一组模拟数据集，以保证分析验证步骤的准确性，模拟数据集事先设定构建空间转录组数据矩阵中每个细胞信息捕获点S的细胞数据条形码，最后得到的分析验证结果便可以直接和真实的设备采集结果进行对比分析；模拟数据集的生成步骤为：选定部分细胞数据条形码建构细胞数据条形码集，并对细胞数据条形码集按需要拆分并建构为生成集矩阵和验证集矩阵，生成集矩阵用来模拟空间转录组数据矩阵，验证集矩阵用于验证后续过程中细胞数据条形码和空间转录组数据矩阵进行整合的结果；

步骤二、设计参数：定义空间转录组数据矩阵中的参数，根据设计参数对空间转录组数据矩阵用计算机设计和构建空间转录组数据矩阵：设定存在细胞数据条形码时，空间转录组数据矩阵中存在细胞信息捕获点S，判定每个细胞信息捕获点S中得到多个细胞数据条形码；空间转录组数据矩阵还包括基因数据和单细胞信息点；基因数据和单细胞信息点以及细胞类型进行关联，单细胞信息点以及细胞类型包含不同的基因数据，基因数据又表达在不同的单细胞信息点以及细胞类型当中；

步骤三、不同单细胞信息点对应不同的细胞类型；定义细胞类型的密度和稀疏性，密度分为高密度或低密度，表示在某一个细胞信息捕获点S中的细胞类型是低密度还是高密度；稀疏性是细胞类型分布位置的稀疏性，稀疏性表示细胞类型是均匀分布在空间位置上，还是聚集在某一块，并同时考虑细胞类型所在的总细胞信息捕获点S数和每个细胞信息捕获点S中平均单细胞信息点的个数；