CN116189785B 基于空间转录组学数据特征提取的空间域识别方法 （西安电子科技大学）

基于空间转录组学数据特征提取的空间域本发明公开了一种基于空间转录组学数据对空间转录组数据特征提取存在过拟合及空间录组中测量得到的基因表达数据和空间信息进未增强的数据输入到训练好的模型中得到低维2(1)使用空间转录组测序技术对所需组织切片中每一个像素点同时测量其基因表达值(2b)对删除后的数据进行数值归一化，使得各个细胞的计数和为所有细胞的中位数，之间的欧式距离d,；；(5b)对基因表达相似性网络中的边和节点属性特征依照符合伯努利分布的给定边遮(7b)计算低维嵌入Z1和Z2的对比损失和重构基因表达特征矩阵和与节点属性3(8)将未进行数据增强的空间邻域网络的邻接矩阵A和节点属性特征矩阵X输入到(7b)2…in]Ti4掩矩阵Re(0,1y,其表示如下：(5a2)将空间邻域网络的邻接矩阵A与(5a1)中生成的采样矩阵按照元素相乘得到增5的节点特征遮掩向量其中，pm是空间邻域网络中每个节点特征向量中的值被删除的概(5a4)将空间邻居网络的节点属性特征矩阵X与(5a3)生成的节点特征遮掩向量按照络中每条边被删除的概率，i和j分别代表基因表达相似性网络中的两个节点，i，j=(5b2)将基因表达相似性网络的邻接矩阵B与(5b1)中生成的采样矩阵R按照元素相乘(5b4)将基因表达相似性网络的节点属性特征矩阵X与(5a3)生成的节点特征遮掩向量m按照元素相乘得到增强后基因表达相似性网络的节点属性特征矩阵X69.根据权利要求1所述的方法，其特征在于，步骤(6)L=λconLcon+λreconLreconcon代表对比损失。Z)k7L=λconLcon+λreconLrecon(9d)将聚类标签l和低维嵌入Z,进行UMAP可视化，在组织切片上对每个像素点依照聚8成具有特定生物学意义结构的空间域。空间域的识别对于研究组织结构和细胞_细胞相互[0003]单细胞转录组测序技术scRNA_seq可以用来提供高分辨率的基因表达谱，然而由类的方式针对空间转录组数据挖掘具有相似表达模式的区域，以解读细胞的空间组织方[0005]2021年JianHu等人在NatureMethods上提出了一个名为SpaGCN的深度学习算[0006]2021年EdwardZhao等人在NatureBiotechnology上提出了一个名称为统计方法在先验算法中引入空间邻居结构鼓励相邻像素点属于同一簇，从而实现空间聚[0007]2022年ShihuaZhang等人在NatureCommunications上提出了一种新的基于图注[0008]2022年ChangXu等人在NucleicAcidsResearch上提出了一种深度神经网络框9[0015](1)使用空间转录组测序技术对所需组织切片中每一个像素点同时测量其基因表[0021](3a)基于空间坐标信息计算组织切片中每个像素点之间在空间位置上的欧式距[0030](5a)对空间邻居网络中的边和节点属性特征依照符合伯努利分布的给定边遮掩[0031](5b)对基因表达相似性网络中的边和节点属性特征依照符合伯努利分布的给定X1)的邻接矩阵A1和节点属性特征矩阵X1以及[0035](7b)计算低维嵌入Z1和Z2的对比损失和重构基因表达特征矩阵和与节点属[0036](8)将未进行数据增强的空间邻域网络的邻接矩阵A和节点属性特征矩阵X输入到[0039]1)本发明由于结合空间转录组数据的空间信息和基因表达谱构建空间邻域网络[0048]现有的空间转录组数据包括基于原位杂交的成像技术和基于空间条形码的原位测序技术，其中成像技术包括STAPmap、MERFISH，原位测序技术包括spatial类背外侧前额皮质层151673切片的空间转录组数据集为例，该数据集中包含3639个像素[0051]1.1)获取10xVisium的空间转录组测序的人类背外侧前额皮质层151673切片的空间转录组数据集中的像素点_基因表达矩阵数据，删除空间转录组数据中基因表达值中[0052]1.2)将过滤后的转录组数据进行中值归一化，即每列数据除以该列数据的中位]T[0057]2.1)获取10xVisium的空间转录组测序的人类背外侧前额皮质层151673切片的[0062]其中，为空间邻域网络的邻接矩阵A中第i行第j列的元达值之间的欧式距离d,：[0068]其中xjk和xik分别是像素点i和像素点j基因表达特征向量的第k维度的值，k=节点属性特征矩阵X及基因表达相似性网络的邻接矩阵B和节点属性特征矩阵X进行数据增边遮掩矩阵Re(0,1y:[0079]4.2)将空间邻域网络的邻接矩阵A与4.1)中生成的采样矩阵按照元素相乘得到[0082]4.3)依照伯努利分布B(1_pm)采样一个随机向量，生成一个维度与基因特征向量[0089]4.6)将基因表达相似性网络的邻接矩阵B与4.5)中生成的采样矩阵R按照元素相[0091]式中，运算符代表将基因表达相似性网络的邻接矩阵B和采样矩阵R按照元素相ij为基因表达相似性网络的邻接矩阵B中第i行第j列的元素，Rij为采样矩阵R中第i行[0092]4.7)依照伯努利分布B(1_pm)采样一个随机向量，生成一个维度与基因特征向量[0093]4.8)将基因表达相似性网络的节点属性特征矩阵X与4.7)生成的节点特征遮掩向量m按照元素相乘得到增强后基因表达相似性网络的节点属性[0103]L=λconLcon+λreco)Z1的对比损失低维嵌入Z,1和Z2的对比[0125]L=λconLcon+λreco[0127]步骤7将未进行数据增强的空间邻域网络的邻接矩阵A和节点属性特征矩阵X输入到步骤6训练好的空间转录组特征提取模型中，得到包含空间信息和基因表达的联合低维[0131]8.3)根据步骤8.1)得到的邻域标签l’和步骤8.2)得到的低维后嵌入Z9通过[0132]8.4)将聚类标签l和低维嵌入Z9进行U[0138]仿真1：用本发明和现有的6种方法SEDR、STAGATE、DeepST、scanpy、stlearn、SpaGCN在基于原位测序的10xVisium人类背外侧前额皮质层DLPFC的12个切片的空间转录组数据集和基于成像的STARmap小鼠视觉皮层的空间转录组数据集这两种空间转录组测序手段生成的数据集上进行空间聚类，并使用调整兰德指数ARI作为评价各方法的空间聚类[0142]SEDR，LingS，HuazhuF，etal.UnsupervisedSpatiallyEmbeddedDeep[0143]STAGATE，DongK，ZhangS.Decipheringspatialdomainsfromspatiallyresolvedtranscriptomicswithanadaptivegraphattentionauto_encoder[J]tissuemorphologyandgeneexpressiontofindcelltypes，cell_cellinteractionsandspatialtrajectorieswithinundissociatedtissues[J]locationandhistologytoidentifyspatialdomainsandspatiallyvariable[0148]从表1中可以看出，在10xVisium的DLPFC的12个数据集上本发明相对于其他方法表明无论在基于原位测序的数据集还是基于成像的数据集中本发明都保持了较高的准确切片和人类乳腺癌的空间转录组数据