您的当前位置:首页融合基因本体和神经网络的单细胞测序数据降维方法[发明专利]

融合基因本体和神经网络的单细胞测序数据降维方法[发明专利]

2020-11-28 来源:爱问旅游网
专利内容由知识产权出版社提供

专利名称:融合基因本体和神经网络的单细胞测序数据降维方

专利类型:发明专利

发明人:彭佳杰,王晓昱,王余贤,尚学群申请号:CN202010336243.8申请日:20200424公开号:CN111564183A公开日:20200821

摘要:本发明提供了一种融合基因本体和神经网络的单细胞测序数据降维方法。首先,提取基因本体术语作为深层生物信息先验知识;接着,提取细胞之间的Must‑Link约束作为细胞层面上的先验知识;然后,将上述两种先验知识与自编码器模型结合,提出simGOAE模型;最后,根据simGOAE模型对单细胞测序数据进行训练降维。本发明提出的simGOAE模型不仅能适应大样本数据集的训练,还能更好地挖掘细胞的生物信息,实现更好的单细胞测序数据降维效果。

申请人:西北工业大学

地址:710072 陕西省西安市友谊西路127号

国籍:CN

代理机构:西北工业大学专利中心

代理人:常威威

更多信息请下载全文后查看

因篇幅问题不能全部显示,请点此查看更多更全内容