[发明专利]基于在线机器学习的Hi-C接触矩阵中层级式TADs差异分析方法

摘要

一种基于在线机器学习的Hi‑C接触矩阵中层级式TADs差异分析方法，对Hi‑C数据进行标准化处理以消除实验系统偏差并增强数据间可比性；对标准化后的数据计算每个bin上下游区域之间的交互频数平均值，记为binSignal(i)；对序列binSignal拟合并进行秩和检验，得到TADs的边界区域点；根据边界区域点得到所有可能层级式TADs，提出Hi‑C接触矩阵中交互频数和所有可能层级式TADs之间的数学模型；确立模型的目标函数，并首次采用在线机器学习算法FTRL进行层级式TADs差异分析模型的求解，识别出不同细胞系具有差异性的层级式TADs。本发明提出了Hi‑C接触矩阵中交互频数和层级式TADs之间的数学模型，并采用在线机器学习算法FTRL求得所有层级式TADs的权重系数，识别出不同细胞系之间有差异性的TADs。

主权项

1.一种基于在线机器学习的Hi‑C接触矩阵中层级式TADs差异分析方法，其特征在于，包括如下步骤：步骤1、对Hi‑C数据进行标准化处理以消除Hi‑C实验的系统偏差并且增强数据之间的可比性；步骤2、对经过标准化之后的Hi‑C数据计算每个bin上游和下游区域之间的交互频数的平均值，记为binSignal(i)；步骤3、利用曲线拟合算法对序列binSignal进行拟合，将拟合曲线的局部最小点初步视为TADs的边界区域点；步骤4、通过秩和检验的方法，对假阳性的TADs边界区域点进行滤除，获得最终的TADs的边界区域点；步骤5、根据TADs的边界区域点得到所有可能的层级式TADs，建立Hi‑C接触矩阵M中交互频数M_ij和所有可能层级式TADs之间的数学模型；步骤6、确立模型的目标函数，利用在线机器学习算法FTRL对目标函数进行求解；步骤7、基于求解的结果，识别出不同细胞系具有差异性的层级式TADs。