基于基因调控网络的单细胞转录组数据因果推断方法、装置、存储介质以及设备与流程

摘要: 本技术涉及一种生物信息和人工智能,特别是涉及一种基于基因调控网络的单细胞转录组数据因果推断方法、装置、存储介质以及设备。背景技术:1、在单细胞转录组分析中,基因...
基于基因调控网络的单细胞转录组数据因果推断方法、装置、存储介质以及设备与流程

本技术涉及一种生物信息和人工智能,特别是涉及一种基于基因调控网络的单细胞转录组数据因果推断方法、装置、存储介质以及设备。

背景技术:

1、在单细胞转录组分析中,基因调控网络推断用于识别基因之间潜在的调控关系。然而,单细胞转录组测序数据通常具有高维、稀疏、高噪声以及变量间高度共线等特点,导致传统关联分析方法难以区分直接调控关系、间接关联关系与冗余关联关系。

2、目前,在基因调控网络推断技术中,现有genie3、grnboost2和pidc等方法主要依据统计关联、树模型或信息量度确定变量间的连接强度,通常难以准确识别因果调控方向。deepsem等深度生成方法虽然能够处理稀疏、非线性的单细胞转录组数据,但主要侧重于拟合数据分布,且在变量高度共线时容易出现权重均等化,难以区分核心因果变量与相关冗余变量。因此,亟需一种单细胞转录组数据因果推断来解决上述问题。

技术实现思路

1、有鉴于此,本技术提供一种基于基因调控网络的单细胞转录组数据因果推断方法、装置、存储介质以及设备,主要目的在于解决现有单细胞转录组数据因果推断准确性差的问题。

2、依据本技术一个方面,提供了一种基于基因调控网络的单细胞转录组数据因果推断方法,包括:

3、获取生物样本的基因表达数据,并确定所述基因表达数据的基线输入以及反事实特征;

4、分别基于编解码网络对所述基线输入以及所述反事实特征的响应变量特征、输入变量特征进行预测,得到预测结果,并在因果敏感度小于预设阈值时,基于所述预测结果构建初始因果网络,所述因果敏感度为基于所述预测结果对应的基线预测损失与反事实预测损失确定的;

5、基于双向非线性神经网络模型确定所述初始因果网络中的目标连接对的双向残差,并基于所述双向残差对所述初始因果网络进行推断,得到单细胞转录组数据的因果网络。

6、进一步地,所述确定所述基因表达数据的基线输入以及反事实特征包括:

7、确定所述基因表达数据的响应变量特征以及输入变量特征,并确定包含所述响应变量特征以及输入变量特征的基线输入;

8、从所述输入变量特征中确定目标扰动变量,并利用所述目标扰动变量对所述输入变量特征进行掩码处理,构建包含所述响应变量特征以及掩码处理后的所述输入变量特征的反事实特征。

9、进一步地,所述分别基于编解码网络对所述基线输入以及所述反事实特征的响应变量特征、输入变量特征进行预测,得到预测结果包括:

10、基于编码器分别对所述基线输入以及所述反事实特征中去除响应变量特征后的变量集合进行编码,得到第一编码结果与第二编码结果,并分别对第一编码结果与第二编码结果进行流形重参数化采样,得到第一潜在特征向量与第二潜在特征向量;

11、基于双分支解码器对所述第一潜在特征向量以及所述第二潜在特征向量进行解码,得到第一解码结果与第二解码结果,所述第一解码结果重、所述第二解码结果分别包括作为所述预测结果的重构特征与响应变量预测结果;

12、基于第一解码结果中的响应变量预测结果与所述响应变量特征确定基线预测损失,并基于第二解码结果中的响应变量预测结果与所述响应变量特征确定反事实预测损失;

13、基于所述基线预测损失与所述反事实预测损失分别对应的误差确定因果敏感度。

14、进一步地,所述响应变量预测结果包括由无向结构边连接多个变量节点组成的网络,所述无向结构边携带有置信度,所述在因果敏感度小于预设阈值时,基于所述预测结果构建初始因果网络包括:

15、在因果敏感度小于预设阈值时,删除所述响应变量特征对应的无向结构边,得到初始因果网络,所述因果敏感度为基于所述基线预测损失与所述反事实预测损失进行差异平均值计算得到的。

16、进一步地,所述双向残差包括前向预测模型残差以及反向预测模型残差,所述基于双向非线性神经网络模型确定所述初始因果网络中的目标连接对的双向残差包括:

17、基于置信度条件确定所述初始因果网络中的目标连接对;

18、构建所述目标连接对的双向非线性神经网络模型,所述双向非线性神经网络模型包括前向预测模型以及反向预测模型;

19、通过所述前向预测模型提取所述目标连接对的前向预测模型残差,并通过反向预测模型提取所述目标连接对的反向预测模型残差。

20、进一步地,所述基于所述双向残差对所述初始因果网络进行推断,得到单细胞转录组数据的因果网络包括:

21、计算所述前向预测模型的前向预测模型残差与所述前向预测模型的输入变量之间的第一最大信息系数,并计算所述反向预测模型的反向预测模型残差与所述反向预测模型的输入变量之间的第二最大信息系数;

22、基于所述第一最大信息系数以及所述第二最大信息系数确定所述初始因果网络中的因果信息流方向,得到所述因果网络。

23、进一步地,所述基于所述第一最大信息系数以及所述第二最大信息系数确定所述初始因果网络中的因果信息流方向,得到所述因果网络包括:

24、当所述第一最大信息系数小于所述第二最大信息系数,则确定所述因果信息流方向为前向;

25、当所述第一最大信息系数大于或等于所述第二最大信息系数,则确定所述因果信息流方向为反向。

26、依据本技术另一个方面,提供了一种基于基因调控网络的单细胞转录组数据因果推断装置,包括:

27、获取模块,用于获取生物样本的基因表达数据,并确定所述基因表达数据的基线输入以及反事实特征;

28、预测模块,用于分别基于编解码网络对所述基线输入以及所述反事实特征的响应变量特征、输入变量特征进行预测,得到预测结果,并在因果敏感度小于预设阈值时,基于所述预测结果构建初始因果网络,所述因果敏感度为基于所述预测结果对应的基线预测损失与反事实预测损失确定的;

29、推断模块,用于基于双向非线性神经网络模型确定所述初始因果网络中的目标连接对的双向残差,并基于所述双向残差对所述初始因果网络进行推断,得到单细胞转录组数据的因果网络。

30、进一步地,所述获取模块,具体用于确定所述基因表达数据的响应变量特征以及输入变量特征,并确定包含所述响应变量特征以及输入变量特征的基线输入;从所述输入变量特征中确定目标扰动变量,并利用所述目标扰动变量对所述输入变量特征进行掩码处理,构建包含所述响应变量特征以及掩码处理后的所述输入变量特征的反事实特征。

31、进一步地,所述预测模块,具体用于基于编码器分别对所述基线输入以及所述反事实特征中去除响应变量特征后的变量集合进行编码,得到第一编码结果与第二编码结果,并分别对第一编码结果与第二编码结果进行流形重参数化采样,得到第一潜在特征向量与第二潜在特征向量;基于双分支解码器对所述第一潜在特征向量以及所述第二潜在特征向量进行解码,得到第一解码结果与第二解码结果,所述第一解码结果重、所述第二解码结果分别包括作为所述预测结果的重构特征与响应变量预测结果;基于第一解码结果中的响应变量预测结果与所述响应变量特征确定基线预测损失,并基于第二解码结果中的响应变量预测结果与所述响应变量特征确定反事实预测损失;基于所述基线预测损失与所述反事实预测损失分别对应的误差确定因果敏感度。

32、进一步地,所述响应变量预测结果包括由无向结构边连接多个变量节点组成的网络,所述无向结构边携带有置信度,

33、所述预测模块,具体还用于在因果敏感度小于预设阈值时,删除所述响应变量特征对应的无向结构边,得到初始因果网络,所述因果敏感度为基于所述基线预测损失与所述反事实预测损失进行差异平均值计算得到的。

34、进一步地,所述双向残差包括前向预测模型残差以及反向预测模型残差,

35、所述推断模块,具体用于基于置信度条件确定所述初始因果网络中的目标连接对;构建所述目标连接对的双向非线性神经网络模型,所述双向非线性神经网络模型包括前向预测模型以及反向预测模型;

36、通过所述前向预测模型提取所述目标连接对的前向预测模型残差,并通过反向预测模型提取所述目标连接对的反向预测模型残差。

37、进一步地,所述推断模块,具体还用于计算所述前向预测模型的前向预测模型残差与所述前向预测模型的输入变量之间的第一最大信息系数,并计算所述反向预测模型的反向预测模型残差与所述反向预测模型的输入变量之间的第二最大信息系数;基于所述第一最大信息系数以及所述第二最大信息系数确定所述初始因果网络中的因果信息流方向,得到所述因果网络。

38、进一步地,所述推断模块,具体还用于当所述第一最大信息系数小于所述第二最大信息系数,则确定所述因果信息流方向为前向;当所述第一最大信息系数大于或等于所述第二最大信息系数,则确定所述因果信息流方向为反向。

39、根据本技术的又一方面,提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述基于基因调控网络的单细胞转录组数据因果推断方法对应的操作。

40、根据本技术的再一方面,提供了一种计算机设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;

41、所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述基于基因调控网络的单细胞转录组数据因果推断方法对应的操作。

42、借由上述技术方案,本技术实施例提供的技术方案至少具有下列优点:

43、本技术提供了一种基于基因调控网络的单细胞转录组数据因果推断方法、装置、存储介质以及设备,与现有技术相比,本技术实施例通过获取生物样本的基因表达数据,并确定所述基因表达数据的基线输入以及反事实特征;分别基于编解码网络对所述基线输入以及所述反事实特征的响应变量特征、输入变量特征进行预测,得到预测结果,并在因果敏感度小于预设阈值时,基于所述预测结果构建初始因果网络,所述因果敏感度为基于所述预测结果对应的基线预测损失与反事实预测损失确定的;基于双向非线性神经网络模型确定所述初始因果网络中的目标连接对的双向残差,并基于所述双向残差对所述初始因果网络进行推断,得到单细胞转录组数据的因果网络,实现无需预先给定因果图结构且无需预先指定线性或特定参数化函数表达式的因果推断目的,通过潜在流形预测与反事实扰动应对高维稀疏特征识别,提升虚假因果关联的过滤,提高因果定位精度,从而提高因果关系推断的准确性以及有效性。

44、上述说明仅是本技术技术方案的概述,为了能够更清楚了解本技术的技术手段,而可依照说明书的内容予以实施,并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本技术的具体实施方式。