一种空间组学数据的靶区识别方法、系统、终端设备及存储介质与流程

摘要: 本发明涉及空间组学分析,尤其涉及一种空间组学数据的靶区识别方法、系统、终端设备及存储介质。背景技术:1、空间组学技术在保留组织坐标的条件下测量基因表达,用于组织...
一种空间组学数据的靶区识别方法、系统、终端设备及存储介质与流程

本发明涉及空间组学分析,尤其涉及一种空间组学数据的靶区识别方法、系统、终端设备及存储介质。

背景技术:

1、空间组学技术在保留组织坐标的条件下测量基因表达,用于组织损伤过程中的细胞状态、空间区域和分子通讯分析。

2、现有空间组学计算方法可执行空间域划分、空间细胞通讯推断、跨切片对齐和时序轨迹分析,例如基于空间邻域网络与表达相似性网络进行特征提取和聚类以识别单张切片的空间域,对多个样本进行整合以重构组织结构并分析发育轨迹,或根据空间密度与特征距离构建传输代价并求解传输计划以获得空间聚类结果。

3、然而,上述方法在多时间点组织损伤数据中存在以下问题:跨时间比较往往停留在基因或细胞类型层面,缺少从早期坐标区域通向后续时间点的可计算传播路径;局部高表达区域、静态通讯中心或单一时间点空间域虽能反映局部状态,但无法表示该处对后续整体状态的贡献;其输出通常缺少从源时间点到终点时间点的统一传播负荷,难以直接给出在预设传播削减目标下所需的最小空间连续坐标区域。

4、因此,亟需一种由处理器执行的、以血管损伤状态量同时约束跨时间点节点匹配与终点负荷评价、并对连续候选区域关联传播边进行衰减、以终点负荷削减阈值求解最小连续靶区的方法,以填补现有技术的空缺。

技术实现思路

1、本发明要解决的技术问题在于,在空间组学分析技术领域,缺少从早期坐标区域通向后续时间点的可计算传播路径,局部高表达区域或单一时间点空间域只能表示该处信号强,无法表示其对后续整体状态的贡献,也难以给出预设传播削减目标下所需的最小空间连续坐标区域,即难以从多个时间点的空间组学数据中自动找出一个面积尽量小、内部连续、又能显著降低后续时间点损伤传播负荷的坐标区域。因此,亟需有效的解决办法,解决上述技术问题。

2、为了解决上述技术问题,本发明所采用的技术方案如下:

3、第一方面,本发明提供一种空间组学数据的靶区识别方法,所述方法包括:

4、获取至少两个时间点的空间组学数据,各所述时间点的空间组学数据包括多个空间位置的表达数据和所述空间位置的空间坐标,并根据所述表达数据中与预设的基因集合对应的部分,确定各所述空间位置在各所述时间点上的血管损伤状态量,所述预设的基因集合为与血管损伤状态相关的基因;

5、对于每两个相邻的时间点,根据所述两个相邻的时间点的空间位置之间的空间距离,以及所述空间位置在所述两个相邻的时间点上的血管损伤状态量,确定由前一时间点的空间位置指向后一时间点的空间位置的有向关联关系,以及所述有向关联关系的权重;

6、按照时间顺序,以起始时间点的各空间位置的血管损伤状态量确定初始传播量,根据所述有向关联关系及其权重将所述初始传播量逐层传递至终点时间点,每传递至一个时间点后,按照该时间点内各空间位置之间的空间邻域关系对传递至该时间点的传播量进行扩散,并根据所述终点时间点的各空间位置的血管损伤状态量确定基线负荷;

7、在所述时间点中确定候选时间点,在所述候选时间点中确定满足连通条件的候选区域,对所述候选区域内的空间位置所关联的至少部分有向关联关系的权重进行衰减,按照衰减后的权重重新执行所述传递和所述基线负荷的确定,得到更新负荷;

8、在所述更新负荷相对于所述基线负荷的削减比例达到预设阈值的情况下,在保持连通的前提下减少所述候选区域包含的空间位置,将减少后所述削减比例仍达到所述预设阈值的候选区域确定为目标区域。

9、在一种实现方式中,所述预设的基因集合包括血管身份模块、内皮激活模块、应激响应模块和基质重塑模块;

10、所述确定各所述空间位置在各所述时间点上的血管损伤状态量,包括:

11、根据所述内皮激活模块、所述应激响应模块和所述基质重塑模块在所述空间位置上的表达数据,分别确定所述空间位置在所述时间点上的模块分数;

12、对所述模块分数进行加权求和,得到损伤加权和;

13、根据所述血管身份模块在所述空间位置上的表达数据,确定身份门控量;

14、将所述损伤加权和与所述身份门控量相乘,得到所述空间位置在所述时间点上的血管损伤状态量。

15、在一种实现方式中,所述确定由前一时间点的空间位置指向后一时间点的空间位置的有向关联关系,包括:

16、根据所述前一时间点的空间位置与所述后一时间点的空间位置之间的空间距离,以及所述前一时间点的空间位置上的血管损伤状态量与所述后一时间点的空间位置上的血管损伤状态量之间的差异,确定所述前一时间点的空间位置与所述后一时间点的空间位置之间的匹配代价;

17、对于所述前一时间点的每个空间位置,按照所述匹配代价由低到高的顺序,保留预设数量的所述后一时间点的空间位置作为候选空间位置;

18、根据所保留的候选空间位置及其匹配代价,确定由所述前一时间点的空间位置分别指向各所述候选空间位置的传输概率;

19、将所述传输概率作为所述有向关联关系的权重。

20、在一种实现方式中,所述将所述传输概率作为所述有向关联关系的权重,包括:

21、根据所述预设的基因集合中与内皮激活相关的基因和与基质重塑相关的基因在所述后一时间点的空间位置上的表达数据,确定所述后一时间点的空间位置上的接收响应量;

22、根据所述前一时间点的空间位置上的血管损伤状态量,确定发送端门控量;

23、根据所述接收响应量,确定接收端门控量;

24、根据所述传输概率在各所述候选空间位置之间的分布离散程度,确定不确定度门控量;

25、将所述传输概率与所述发送端门控量、所述接收端门控量和所述不确定度门控量相乘,得到所述有向关联关系的权重。

26、在一种实现方式中,所述按照该时间点内各空间位置之间的空间邻域关系对传递至该时间点的传播量进行扩散,包括:

27、根据该时间点内各空间位置之间的空间距离,以及该时间点内各空间位置的接收响应量,确定该时间点内各空间位置之间的空间邻域关系及邻域权重,所述接收响应量根据所述预设的基因集合在所述空间位置上的表达数据确定;

28、对各所述空间位置的邻域权重进行归一化;

29、按照归一化后的邻域权重对传递至该时间点的传播量进行扩散,得到扩散传播量;

30、将所述扩散传播量与该时间点的层内源项相加,得到该时间点的传播量,所述层内源项为非负值且根据该时间点的各空间位置的血管损伤状态量和预设的层内源强度确定。

31、在一种实现方式中,所述候选时间点位于所述终点时间点之前;在所述候选时间点中确定满足连通条件的候选区域之前,所述方法还包括:

32、根据所述有向关联关系及其权重,将所述基线负荷分配至所述候选时间点的各空间位置,得到所述候选时间点的各空间位置对所述基线负荷的贡献;

33、所述在所述候选时间点中确定满足连通条件的候选区域,包括:以所述贡献满足预设条件的空间位置为起始位置,通过扩展与所述起始位置相邻的空间位置,确定所述候选区域;

34、所述对所述候选区域内的空间位置所关联的至少部分有向关联关系的权重进行衰减,包括:将所述候选区域内的空间位置所关联的、指向后一时间点的有向关联关系的权重乘以预设的衰减系数。

35、在一种实现方式中,所述在保持连通的前提下减少所述候选区域包含的空间位置,包括:

36、逐一删除所述候选区域包含的空间位置,保留删除后仍保持连通且所述削减比例仍达到所述预设阈值的减少结果,直至不存在满足上述条件的可删除的空间位置;

37、在减少后所述候选区域包含的空间位置数量相同的情况下,依次优先选择轮廓周长较小、所述削减比例较大的候选区域,作为所述目标区域。

38、第二方面,本发明实施例还提供一种空间组学数据的靶区识别系统,所述系统包括:

39、数据获取及血管损伤状态计算模块,用于获取至少两个时间点的空间组学数据,各所述时间点的空间组学数据包括多个空间位置的表达数据和所述空间位置的空间坐标,并根据所述表达数据中与预设的基因集合对应的部分,确定各所述空间位置在各所述时间点上的血管损伤状态量,所述预设的基因集合为与血管损伤状态相关的基因;

40、有向关联关系确定模块,用于对于每两个相邻的时间点,根据所述两个相邻的时间点的空间位置之间的空间距离,以及所述空间位置在所述两个相邻的时间点上的血管损伤状态量,确定由前一时间点的空间位置指向后一时间点的空间位置的有向关联关系,以及所述有向关联关系的权重;

41、传播及基线负荷确定模块,用于按照时间顺序,以起始时间点的各空间位置的血管损伤状态量确定初始传播量,根据所述有向关联关系及其权重将所述初始传播量逐层传递至终点时间点,每传递至一个时间点后,按照该时间点内各空间位置之间的空间邻域关系对传递至该时间点的传播量进行扩散,并根据所述终点时间点的各空间位置的血管损伤状态量确定基线负荷;

42、关联关系衰减及负荷更新模块,用于在所述时间点中确定候选时间点,在所述候选时间点中确定满足连通条件的候选区域,对所述候选区域内的空间位置所关联的至少部分有向关联关系的权重进行衰减,按照衰减后的权重重新执行所述传递和所述基线负荷的确定,得到更新负荷;

43、目标区域确定模块,用于在所述更新负荷相对于所述基线负荷的削减比例达到预设阈值的情况下,在保持连通的前提下减少所述候选区域包含的空间位置,将减少后所述削减比例仍达到所述预设阈值的候选区域确定为目标区域。

44、第三方面,本发明实施例还提供一种终端设备,所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的空间组学数据的靶区识别程序,所述处理器执行空间组学数据的靶区识别程序时,实现上述方案中任一项所述的空间组学数据的靶区识别方法的步骤。

45、第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有空间组学数据的靶区识别程序,所述空间组学数据的靶区识别程序被处理器执行时,实现上述方案中任一项所述的空间组学数据的靶区识别方法的步骤。

46、有益效果:本发明基于多个时间点的空间组学数据,由血管损伤状态相关的预设基因集合确定各空间位置的血管损伤状态量,建立相邻时间点间的有向关联关系,将初始传播量逐层传递并扩散至终点时间点,由终点时间点的血管损伤状态量确定基线负荷;再对候选时间点中连通的候选区域衰减关联权重并重算负荷,在削减比例达预设阈值且保持连通时减少区域内空间位置,得到目标区域。

47、本发明将多个时间点的空间组学数据组织为具有时间方向的分层传播结构,使早期坐标区域与后续时间点的整体状态建立起可计算的联系,把跨时间比较推进到坐标区域层面;并以终点时间点状态量确定的基线负荷及其削减比例作为统一评价标准,使目标区域取决于其对后续状态的影响程度而非局部信号强弱,从而区分局部高表达区域与传播关键区域;所得目标区域内部连续、面积小,可直接用于空间取样验证,并适用于二维与一维数据形态。