CN116189785B 基于空間轉錄組學數據特征提取的空間域識別方法 （西安電子科技大學）

基于空間轉錄組學數據特征提取的空間域本發明公開了一種基于空間轉錄組學數據對空間轉錄組數據特征提取存在過擬合及空間錄組中測量得到的基因表達數據和空間信息進未增強的數據輸入到訓練好的模型中得到低維2(1)使用空間轉錄組測序技術對所需組織切片中每一個像素點同時測量其基因表達值(2b)對刪除后的數據進行數值歸一化，使得各個細胞的計數和為所有細胞的中位數，之間的歐式距離d,；；(5b)對基因表達相似性網絡中的邊和節點屬性特征依照符合伯努利分布的給定邊遮(7b)計算低維嵌入Z1和Z2的對比損失和重構基因表達特征矩陣和與節點屬性3(8)將未進行數據增強的空間鄰域網絡的鄰接矩陣A和節點屬性特征矩陣X輸入到(7b)2…in]Ti4掩矩陣Re(0,1y,其表示如下：(5a2)將空間鄰域網絡的鄰接矩陣A與(5a1)中生成的采樣矩陣按照元素相乘得到增5的節點特征遮掩向量其中，pm是空間鄰域網絡中每個節點特征向量中的值被刪除的概(5a4)將空間鄰居網絡的節點屬性特征矩陣X與(5a3)生成的節點特征遮掩向量按照絡中每條邊被刪除的概率，i和j分別代表基因表達相似性網絡中的兩個節點，i，j=(5b2)將基因表達相似性網絡的鄰接矩陣B與(5b1)中生成的采樣矩陣R按照元素相乘(5b4)將基因表達相似性網絡的節點屬性特征矩陣X與(5a3)生成的節點特征遮掩向量m按照元素相乘得到增強后基因表達相似性網絡的節點屬性特征矩陣X69.根據權利要求1所述的方法，其特征在于，步驟(6)L=λconLcon+λreconLreconcon代表對比損失。Z)k7L=λconLcon+λreconLrecon(9d)將聚類標簽l和低維嵌入Z,進行UMAP可視化，在組織切片上對每個像素點依照聚8成具有特定生物學意義結構的空間域。空間域的識別對于研究組織結構和細胞_細胞相互[0003]單細胞轉錄組測序技術scRNA_seq可以用來提供高分辨率的基因表達譜，然而由類的方式針對空間轉錄組數據挖掘具有相似表達模式的區域，以解讀細胞的空間組織方[0005]2021年JianHu等人在NatureMethods上提出了一個名為SpaGCN的深度學習算[0006]2021年EdwardZhao等人在NatureBiotechnology上提出了一個名稱為統計方法在先驗算法中引入空間鄰居結構鼓勵相鄰像素點屬于同一簇，從而實現空間聚[0007]2022年ShihuaZhang等人在NatureCommunications上提出了一種新的基于圖注[0008]2022年ChangXu等人在NucleicAcidsResearch上提出了一種深度神經網絡框9[0015](1)使用空間轉錄組測序技術對所需組織切片中每一個像素點同時測量其基因表[0021](3a)基于空間坐標信息計算組織切片中每個像素點之間在空間位置上的歐式距[0030](5a)對空間鄰居網絡中的邊和節點屬性特征依照符合伯努利分布的給定邊遮掩[0031](5b)對基因表達相似性網絡中的邊和節點屬性特征依照符合伯努利分布的給定X1)的鄰接矩陣A1和節點屬性特征矩陣X1以及[0035](7b)計算低維嵌入Z1和Z2的對比損失和重構基因表達特征矩陣和與節點屬[0036](8)將未進行數據增強的空間鄰域網絡的鄰接矩陣A和節點屬性特征矩陣X輸入到[0039]1)本發明由于結合空間轉錄組數據的空間信息和基因表達譜構建空間鄰域網絡[0048]現有的空間轉錄組數據包括基于原位雜交的成像技術和基于空間條形碼的原位測序技術，其中成像技術包括STAPmap、MERFISH，原位測序技術包括spatial類背外側前額皮質層151673切片的空間轉錄組數據集為例，該數據集中包含3639個像素[0051]1.1)獲取10xVisium的空間轉錄組測序的人類背外側前額皮質層151673切片的空間轉錄組數據集中的像素點_基因表達矩陣數據，刪除空間轉錄組數據中基因表達值中[0052]1.2)將過濾后的轉錄組數據進行中值歸一化，即每列數據除以該列數據的中位]T[0057]2.1)獲取10xVisium的空間轉錄組測序的人類背外側前額皮質層151673切片的[0062]其中，為空間鄰域網絡的鄰接矩陣A中第i行第j列的元達值之間的歐式距離d,：[0068]其中xjk和xik分別是像素點i和像素點j基因表達特征向量的第k維度的值，k=節點屬性特征矩陣X及基因表達相似性網絡的鄰接矩陣B和節點屬性特征矩陣X進行數據增邊遮掩矩陣Re(0,1y:[0079]4.2)將空間鄰域網絡的鄰接矩陣A與4.1)中生成的采樣矩陣按照元素相乘得到[0082]4.3)依照伯努利分布B(1_pm)采樣一個隨機向量，生成一個維度與基因特征向量[0089]4.6)將基因表達相似性網絡的鄰接矩陣B與4.5)中生成的采樣矩陣R按照元素相[0091]式中，運算符代表將基因表達相似性網絡的鄰接矩陣B和采樣矩陣R按照元素相ij為基因表達相似性網絡的鄰接矩陣B中第i行第j列的元素，Rij為采樣矩陣R中第i行[0092]4.7)依照伯努利分布B(1_pm)采樣一個隨機向量，生成一個維度與基因特征向量[0093]4.8)將基因表達相似性網絡的節點屬性特征矩陣X與4.7)生成的節點特征遮掩向量m按照元素相乘得到增強后基因表達相似性網絡的節點屬性[0103]L=λconLcon+λreco)Z1的對比損失低維嵌入Z,1和Z2的對比[0125]L=λconLcon+λreco[0127]步驟7將未進行數據增強的空間鄰域網絡的鄰接矩陣A和節點屬性特征矩陣X輸入到步驟6訓練好的空間轉錄組特征提取模型中，得到包含空間信息和基因表達的聯合低維[0131]8.3)根據步驟8.1)得到的鄰域標簽l’和步驟8.2)得到的低維后嵌入Z9通過[0132]8.4)將聚類標簽l和低維嵌入Z9進行U[0138]仿真1：用本發明和現有的6種方法SEDR、STAGATE、DeepST、scanpy、stlearn、SpaGCN在基于原位測序的10xVisium人類背外側前額皮質層DLPFC的12個切片的空間轉錄組數據集和基于成像的STARmap小鼠視覺皮層的空間轉錄組數據集這兩種空間轉錄組測序手段生成的數據集上進行空間聚類，并使用調整蘭德指數ARI作為評價各方法的空間聚類[0142]SEDR，LingS，HuazhuF，etal.UnsupervisedSpatiallyEmbeddedDeep[0143]STAGATE，DongK，ZhangS.Decipheringspatialdomainsfromspatiallyresolvedtranscriptomicswithanadaptivegraphattentionauto_encoder[J]tissuemorphologyandgeneexpressiontofindcelltypes，cell_cellinteractionsandspatialtrajectorieswithinundissociatedtissues[J]locationandhistologytoidentifyspatialdomainsandspatiallyvariable[0148]從表1中可以看出，在10xVisium的DLPFC的12個數據集上本發明相對于其他方法表明無論在基于原位測序的數據集還是基于成像的數據集中本發明都保持了較高的準確切片和人類乳腺癌的空間轉錄組數據