[发明专利]图网络构建方法、装置、电子设备及存储介质在审

专利信息
申请号: 202310145029.8 申请日: 2023-02-06
公开(公告)号: CN116230090A 公开(公告)日: 2023-06-06
发明(设计)人: 赖清佩;秦文健;谢耀钦 申请(专利权)人: 中国科学院深圳先进技术研究院
主分类号: G16B40/00 分类号: G16B40/00;G16B25/10;G16B20/20;G16B20/50;G06N3/042;G06N3/0464;G06N3/0895;G06N5/04;G06F18/211
代理公司: 深圳五邻知识产权代理事务所(普通合伙) 44590 代理人: 胡明
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 网络 构建 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种基于基因与细胞关系的图网络构建方法,其特征在于,所述方法包括:

获取多个样本中的基因和细胞,对各样本中的所述基因和所述细胞分别进行特征筛选,得到用于指示各样本特征的基因和细胞;

根据用于指示各样本特征的基因和细胞分别构建基因样本图网络和细胞样本图网络,并分别计算基因样本图网络和细胞样本图网络中各节点特征的重要性;

根据存在相互作用关系的基因与细胞、以及基因样本图网络和细胞样本图网络中各节点特征及其重要性,构建初始的因子图网络;

根据所述因子图网络的邻接矩阵,对所述因子图网络中是否还有存在相互作用关系的其他基因与细胞进行预测,基于预测到的存在相互作用关系的基因与细胞更新所述因子图网络。

2.如权利要求1所述的方法,其特征在于,所述获取多个样本中的基因和细胞,对各样本中的所述基因和所述细胞分别进行特征筛选,得到用于指示各样本特征的基因和细胞,包括:

获取多个样本中的基因,对各样本的所述基因进行筛选得到用于指示样本特征的基因;

根据各样本的所述基因的表达谱得到各样本中细胞的组成数据,根据所述细胞的组成数据对所述细胞进行浸润评估;

根据所述细胞的浸润评估结果对所述细胞进行筛选,得到用于指示样本特征的细胞。

3.如权利要求1所述的方法,其特征在于,所述根据用于指示各样本特征的基因和细胞分别构建基因样本图网络和细胞样本图网络,包括:

计算未携带标签的样本之间的相似性、以及计算未携带标签样本与携带标签样本之间的相似性;

以样本作为节点,根据计算得到的相似性以及样本所携带标签是否相同,在不同节点之间建立路径;

以用于指示各样本特征的基因和细胞的特征作为节点特征,分别得到节点特征为基因特征的基因样本图网络和节点特征为细胞特征的细胞样本图网络。

4.如权利要求1所述的方法,其特征在于,所述分别计算基因样本图网络和细胞样本图网络中各节点特征的重要性,包括:

利用像素级解释算法计算所述基因样本图网络中各节点之间的相关性,得到所述基因样本图网络中每个节点特征的重要性;

利用像素级解释算法计算所述细胞样本图网络中各节点之间的相关性,得到所述细胞样本图网络中每个节点特征的重要性。

5.如权利要求1所述的方法,其特征在于,所述根据存在相互作用关系的基因与细胞、以及基因样本图网络和细胞样本图网络中各节点特征及其重要性,构建初始的因子图网络,包括:

以基因或细胞作为节点,根据存在相互作用关系的基因与细胞,在不同节点之间建立路径;

根据基因样本图网络和细胞样本图网络中各节点特征及其重要性,计算所述因子图网络中各路径的权重;所述基因样本图网络的节点特征及其重要性为基因特征和基因重要性,所述细胞样本图网络中的节点特征及其重要性为细胞特征和细胞重要性;

由各节点、各节点之间的路径及其权重,构建得到初始的因子图网络。

6.如权利要求5所述的方法,其特征在于,所述根据基因样本图网络和细胞样本图网络中各节点特征及其重要性,计算所述因子图网络中各路径的权重,包括:

针对存在相互作用关系的基因和细胞,若基因重要性和细胞重要性的差值小于阈值,则根据基因特征、细胞特征、以及基因重要性和细胞重要性,计算得到所述因子图网络各路径的权重;

否则,根据基因重要性和细胞重要性的差值更新基因重要性和细胞重要性,并根据基因特征、细胞特征、以及更新后的基因重要性和细胞重要性,计算得到所述因子图网络各路径的权重。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310145029.8/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top