本發(fā)明屬于生物信息學，尤其涉及一種基于異質圖的空間多組學技術空間域識別方法及系統(tǒng)。

背景技術：

1、本部分的陳述僅僅是提供了與本發(fā)明相關的背景技術信息，不必然構成在先技術。

2、隨著生物信息學和基因組學技術的迅猛發(fā)展，多組學數(shù)據分析成為了研究復雜生物系統(tǒng)中基因表達、蛋白質相互作用及代謝途徑等方面的重要手段。傳統(tǒng)的多組學分析方法通常依賴于將不同類型的生物學數(shù)據分開處理和分析，這種方法雖然在一定程度上推動了生物醫(yī)學研究的進展，但在處理空間多組學數(shù)據時顯示出一定的局限性，特別是在空間分辨率和數(shù)據整合方面。

3、空間多組學技術是近年來生物信息學領域的重要突破，它能夠在單細胞水平上提供空間位置信息，從而使研究人員能夠在細胞甚至亞細胞水平上探究基因表達、蛋白質分布及其功能。然而，生物組織是一個復雜的系統(tǒng)，利用傳統(tǒng)的空間組學分析技術往往缺乏效率和準確性，尤其是在識別和整合來自不同空間區(qū)域的異質數(shù)據時面臨巨大挑戰(zhàn)。

4、異質圖技術（heterogeneous?graph），作為一種有效處理異質數(shù)據的方法，為整合和分析來自不同數(shù)據源的信息提供了可能。但其在空間多組學數(shù)據的應用尚處于初級階段，急需開發(fā)一種能夠有效利用異質圖技術來解決空間域識別問題的新方法。

技術實現(xiàn)思路

1、為克服上述現(xiàn)有技術的不足，本發(fā)明提供了一種基于異質圖的空間多組學技術空間域識別方法，能夠有效整合和分析空間多組學數(shù)據，在多個視角探究空間組學數(shù)據，提高空間域識別的準確性和效率，為深入理解細胞間的空間功能關系提供了新的工具和視角。

2、為實現(xiàn)上述目的，本發(fā)明的一個或多個實施例提供了如下技術方案：

3、第一方面，公開了一種基于異質圖的空間多組學技術空間域識別方法，包括：

4、獲取空間組學數(shù)據并進行數(shù)據預處理，獲得基因表達數(shù)據；

5、利用細胞的空間位置信息將預處理后的空間組學數(shù)據的組織圖像按照細胞個數(shù)劃分為多個子圖像，從多個子圖像中提取特征表示；

6、基于提取的特征表示構建不同視角下的鄰接矩陣；

7、對每一個視角構建一組圖編碼器，每一組圖編碼器包含兩層gcn，分別對不同視角下構建的鄰接矩陣和基因表達數(shù)據進行處理，得到圖編碼特征，gcn為圖卷積神經網絡；

8、基于注意力機制構建異質圖：利用注意力機制計算圖編碼特征中每一個視角的潛在特征，將多個視角下的潛在特征相加，即為所有視角的聯(lián)合潛在特征；

9、基于所有視角的聯(lián)合潛在特征計算聯(lián)合概率密度和經驗概率密度，基于聯(lián)合概率密度和經驗概率密度，定義自監(jiān)督的目標函數(shù)，構建訓練模型；

10、將待識別的空間組學數(shù)據輸入至訓練后的模型獲得多組學空間域信息。

11、作為進一步的技術方案，對獲取的空間組學數(shù)據進行數(shù)據預處理，包括：刪除空間組學數(shù)據中表達量小于三個細胞的基因和線粒體基因；

12、然后對空間組學數(shù)據正則化并取對數(shù)，最后篩選所需數(shù)據量的高表達基因，即得到基因表達數(shù)據。

13、作為進一步的技術方案，對于多個子圖像，每一個細胞對應一個子圖像。

14、作為進一步的技術方案，從多個子圖像中提取特征表示，具體為：采用特征提取器，將高維的圖像數(shù)據轉換為低維的特征表示。

15、作為進一步的技術方案，每一組圖編碼器包含兩層gcn，其中，每一層?gcn?提取的特征綜合了鄰近節(jié)點的信息。

16、作為進一步的技術方案，圖編碼特征的具體表達為：

17、

18、表示第層的圖編碼特征，是一個矩陣，其大小與輸入特征矩陣相同；是輸入的鄰接矩陣經過預處理后的鄰接矩陣；是的度矩陣，是一個對角矩陣，其對角線上的元素是每個節(jié)點的度；表示第層的圖編碼特征，是上一層的輸出；表示第層到第層的權重矩陣，是一個可學習的參數(shù)矩陣；表示激活函數(shù)。

19、第二方面，公開了一種基于異質圖的空間多組學技術空間域識別系統(tǒng)，包括：

20、基因表達數(shù)據獲取模塊，被配置為：獲取空間組學數(shù)據并進行數(shù)據預處理，獲得基因表達數(shù)據；

21、特征表示提取模塊，被配置為：利用細胞的空間位置信息將預處理后的空間組學數(shù)據的組織圖像按照細胞個數(shù)劃分為多個子圖像，從多個子圖像中提取特征表示；

22、鄰接矩陣構建模塊，被配置為：基于提取的特征表示構建不同視角下的鄰接矩陣；

23、圖編碼特征獲取模塊，被配置為：對每一個視角構建一組圖編碼器，每一組圖編碼器包含兩層gcn，分別對不同視角下構建的鄰接矩陣和基因表達數(shù)據進行處理，得到圖編碼特征，gcn為圖卷積神經網絡；

24、聯(lián)合潛在特征獲取模塊，被配置為：基于注意力機制構建異質圖：利用注意力機制計算圖編碼特征中每一個視角的潛在特征，將多個視角下的潛在特征相加，即為所有視角的聯(lián)合潛在特征；

25、模型訓練模塊，被配置為：基于所有視角的聯(lián)合潛在特征計算聯(lián)合概率密度和經驗概率密度，基于聯(lián)合概率密度和經驗概率密度，定義自監(jiān)督的目標函數(shù)，構建訓練模型；

26、識別模塊，被配置為：將待識別的空間組學數(shù)據輸入至訓練后的模型獲得多組學空間域信息。

27、以上一個或多個技術方案存在以下有益效果：

28、本發(fā)明技術方案基于異質圖的空間多組學技術空間域識別方法，該方法能夠有效整合和分析空間多組學數(shù)據，在多個視角探究空間組學數(shù)據，提高空間域識別的準確性和效率，為深入理解細胞間的空間功能關系提供了新的工具和視角。

29、本發(fā)明附加方面的優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

技術特征：

1.一種基于異質圖的空間多組學技術空間域識別方法，其特征是，包括：

2.如權利要求1所述的一種基于異質圖的空間多組學技術空間域識別方法，其特征是，對獲取的空間組學數(shù)據進行數(shù)據預處理，包括：刪除空間組學數(shù)據中表達量小于三個細胞的基因和線粒體基因；

3.如權利要求1所述的一種基于異質圖的空間多組學技術空間域識別方法，其特征是，對于多個子圖像，每一個細胞對應一個子圖像。

4.如權利要求1所述的一種基于異質圖的空間多組學技術空間域識別方法，其特征是，從多個子圖像中提取特征表示，具體為：采用特征提取器，將高維的圖像數(shù)據轉換為低維的特征表示。

5.如權利要求1所述的一種基于異質圖的空間多組學技術空間域識別方法，其特征是，每一組圖編碼器包含兩層gcn，其中，每一層?gcn?提取的特征綜合了鄰近節(jié)點的信息。

6.如權利要求1所述的一種基于異質圖的空間多組學技術空間域識別方法，其特征是，圖編碼特征的具體表達為：

7.一種基于異質圖的空間多組學技術空間域識別系統(tǒng)，其特征是，包括：

8.如權利要求7所述的一種基于異質圖的空間多組學技術空間域識別系統(tǒng)，其特征是，對獲取的空間組學數(shù)據進行數(shù)據預處理，包括：刪除空間組學數(shù)據中表達量小于三個細胞的基因和線粒體基因；

9.如權利要求7所述的一種基于異質圖的空間多組學技術空間域識別系統(tǒng)，其特征是，對于多個子圖像，每一個細胞對應一個子圖像。

10.如權利要求7所述的一種基于異質圖的空間多組學技術空間域識別系統(tǒng)，其特征是，從多個子圖像中提取特征表示，具體為：采用特征提取器，將高維的圖像數(shù)據轉換為低維的特征表示。

技術總結
本發(fā)明提出了一種基于異質圖的空間多組學技術空間域識別方法及系統(tǒng)，屬于生物信息學技術領域。方法包括：獲取空間組學數(shù)據并進行數(shù)據預處理，得到基因表達數(shù)據；利用細胞的空間位置信息將預處理后的空間組學數(shù)據的組織圖像按照細胞個數(shù)劃分為多個子圖像；基于提取的特征表示構建不同視角下的鄰接矩陣；對每一個視角構建一組圖編碼器，得到圖編碼特征；基于注意力機制構建異質圖；構建訓練模型；將待識別的空間組學數(shù)據輸入至訓練后的模型獲得多組學空間域信息。該方法能夠有效整合和分析空間多組學數(shù)據，在多個視角探究空間組學數(shù)據，提高空間域識別的準確性和效率，為深入理解細胞間的空間功能關系提供了新的工具和視角。

技術研發(fā)人員：張威,高瑞,于娜,張道良,李浩楊,江正帥,隋新儀
受保護的技術使用者：山東大學
技術研發(fā)日：
技術公布日：2024/10/21