基于扩散模型的单基因扰动转录组反应预测方法及系统与流程

摘要: 本发明涉及基因数据表达,尤其涉及一种基于扩散模型的单基因扰动转录组反应预测方法及系统。背景技术:1、扩散模型作为生成式人工智能的重要分支,已在图像、语音等领域展...
基于扩散模型的单基因扰动转录组反应预测方法及系统与流程

本发明涉及基因数据表达,尤其涉及一种基于扩散模型的单基因扰动转录组反应预测方法及系统。

背景技术:

1、扩散模型作为生成式人工智能的重要分支,已在图像、语音等领域展现出卓越的建模与生成能力。

2、基因干扰实验是揭示基因功能与调控机制的重要手段,现有技术中针对单基因扰动引起的细胞转录组反应预测,多依赖实际实验,但传统实验流程复杂、成本高、周期长,使得现有预测方法的预测成本高、预测效率低,难以大规模开展。

3、因此,亟需一种基于扩散模型的单基因扰动转录组反应预测方法及系统,利用多条件扩散模型进行单基因扰动引起的细胞转录组反应的模拟,实现了高效、低成本的虚拟基因扰动实验预测。

技术实现思路

1、鉴于上述的分析,本发明实施例旨在提供一种基于扩散模型的单基因扰动转录组反应预测方法及系统,用以解决现有技术中基因扰动预测依赖实际实验而导致预测成本高、预测效率低的问题。

2、一方面,本发明实施例提供了一种基于扩散模型的单基因扰动转录组反应预测方法,包括:

3、获取待扰动细胞对应的原始细胞表达向量和单基因扰动条件,对所述单基因扰动条件进行编码转换,生成对应的扰动特征向量;

4、利用多条件扩散模型,对所述待扰动细胞对应的所述原始细胞表达向量进行向前扩散,生成对应的最终含噪细胞表达向量;

5、利用所述多条件扩散模型,根据所述待扰动细胞对应的所述原始细胞表达向量和所述扰动特征向量,对所述最终含噪细胞表达向量进行反向扩散,得到对应的扰动细胞表达向量;

6、对所述待扰动细胞对应的所述扰动细胞表达向量进行解码处理,生成对应的扰动转录组。

7、进一步地,获取待扰动细胞对应的原始细胞表达向量,包括:

8、获取所述待扰动细胞对应的原始转录组;

9、对所述待扰动细胞对应的所述原始转录组进行归一化和特征提取,获得所述待扰动细胞对应的原始细胞表达向量。

10、进一步地,所述单基因扰动条件包括目标基因和所述目标基因对应的扰动操作类型;

11、对所述单基因扰动条件进行编码转换,生成对应的扰动特征向量包括:

12、对所述目标基因进行独热编码,获得对应的扰动目标编码向量;

13、对所述扰动操作类型进行向量化编码,获得对应的扰动操作编码向量;

14、将所述扰动目标编码向量和所述扰动操作编码向量拼接为扰动特征向量。

15、进一步地,所述向前扩散包括多步加噪,以最后一步加噪处理后的单步加噪细胞表达向量作为所述待扰动细胞对应的所述最终含噪细胞表达向量;

16、其中,每步加噪处理后的所述单步加噪细胞表达向量表示为:

17、,式中,、依次表示所述向前扩散的第步、第步对应的所述单步加噪细胞表达向量,表示所述向前扩散的第步对应的预设噪声方差系数,表示随机噪声。

18、进一步地,所述反向扩散包括多步去噪,以最后一步去噪处理后的单步去噪细胞表达向量作为所述待扰动细胞对应的所述扰动细胞表达向量;

19、其中,每步去噪后的所述单步去噪细胞表达向量表示为:

20、,式中,、依次表示所述反向扩散的第步、第步对应的所述单步去噪细胞表达向量,表示所述扰动特征向量;

21、有,式中,表示第步对应的单步原图留存系数表示第步对应的所述预设噪声方差系数,表示第步对应的累积留存系数,表示第步对应的所述单步去噪细胞表达向量对应的最终噪声预测值,通过所述多条件扩散模型预测确定。

22、进一步地,所述多条件扩散模型包括条件去噪网络;

23、利用所述条件去噪网络,通过以下步骤获得所述最终噪声预测值:

24、将所述单步去噪细胞表达向量、所述原始细胞表达向量、所述扰动特征向量输入所述条件去噪网络,计算所述单步去噪细胞表达向量对应的无条件噪声预测值、状态噪声预测值、扰动噪声预测值;

25、对所述无条件噪声预测值、所述状态噪声预测值和所述扰动噪声预测值进行融合,得到所述最终噪声预测值。

26、进一步地,通过以下步骤获得训练完成的所述多条件扩散模型:

27、获取第一训练样本数据集;其中,所述第一样本训练数据集包括多个第一样本细胞的所述原始细胞表达向量和对应的所述单基因扰动条件;

28、利用所述多条件扩散模型,对每个所述第一样本细胞对应的所述原始细胞表达向量进行所述向前扩散,生成对应的所述最终含噪细胞表达向量,记录所述向前扩散对应的多个实际噪声;

29、利用所述多条件扩散模型,根据每个所述第一样本细胞对应的所述原始细胞表达向量和所述单基因扰动条件,对对应的所述最终含噪细胞表达向量进行反向扩散,得到对应的多个样本去噪细胞表达向量,计算所述反向扩散对应的多个预测噪声;

30、根据所有所述实际噪声和所述预测噪声,利用噪声预测损失函数对所述多条件扩散模型进行训练,获得训练完成的所述多条件扩散模型。

31、进一步地,所述噪声预测损失函数表示为:

32、,式中,表示噪声预测损失值,表示所述第一样本细胞对应的所述原始细胞表达向量,表示所述第一样本细胞对应的第步所述样本去噪细胞表达向量,表示期望,表示第步对应的所述实际噪声,表示第步对应的所述预测噪声,表示随机预测条件。

33、进一步地,所述解码处理通过训练完成的解码模型完成;

34、通过以下步骤获得训练完成的所述解码模型:

35、获取第二训练样本数据集;其中,所述第二样本训练数据集包括多个第二样本细胞的所述原始细胞表达向量和对应的所述单基因扰动条件、实测扰动转录组;

36、根据每个所述第二样本细胞的所述原始细胞表达向量和对应的所述单基因扰动条件,利用所述多条件扩散模型,获得对应的所述扰动细胞表达向量;

37、对每个所述第二样本细胞对应的所述扰动细胞表达向量,利用所述解码模型进行所述解码处理,获得对应的预测扰动转录组;

38、根据所有所述第二样本细胞对应的所述实测扰动转录组、所述预测扰动转录组和转录损失函数对所述解码模型进行训练,获得训练完成的所述解码模型。

39、另一方面,本发明实施例提供了一种基于扩散模型的单基因扰动转录组反应预测系统,包括:

40、基因编码模块,用于获取待扰动细胞对应的原始细胞表达向量和单基因扰动条件,对所述单基因扰动条件进行编码转换,生成对应的扰动特征向量;

41、扩散生成模块,用于利用多条件扩散模型,对所述待扰动细胞对应的所述原始细胞表达向量进行向前扩散,生成对应的最终含噪细胞表达向量;

42、所述扩散生成模块,还用于利用所述多条件扩散模型,根据所述待扰动细胞对应的所述原始细胞表达向量和所述扰动特征向量,对所述最终含噪细胞表达向量进行反向扩散,得到对应的扰动细胞表达向量;

43、基因解码模块,用于对所述待扰动细胞对应的所述扰动细胞表达向量进行解码处理,生成对应的扰动转录组。

44、与现有技术相比,本发明至少可实现如下有益效果之一:

45、利用多条件扩散模型进行原始细胞表达向量的向前扩散、反向扩散,得到扰动细胞表达向量,并通过对扰动细胞表达向量的解码处理,生成对应的扰动转录组,完成对单基因扰动引起的细胞转录组反应的模拟预测,可以在无需进行实际实验的情况下,生成与真实扰动高度一致的扰动转录组,以用于分析单基因扰动对转录组的影响变化,从而显著降低实验成本与周期;结合单基因扰动条件进行反向扩散,进一步提升本实施例预测结果(即扰动转录组)对生物过程的可解释性,为基因调控机制研究、药物靶点筛选机个体化医疗决策提供高效且可扩散计算支撑。

46、本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。