单细胞RNA测序数据降维方法、设备及可读存储介质

技术特征：
1.一种单细胞rna测序数据降维方法，其特征在于，所述单细胞rna测序数据降维方法包括：对n个单细胞的单细胞测序数据进行特征选取，得到特征矩阵x，n为正整数；计算两两单细胞间的马氏距离；根据两两单细胞间的马氏距离，构造连接矩阵a；基于连接矩阵a构造图自编码器模型；将特征矩阵x输入图自编码器模型；获取图自编码器模型输出的重构特征矩阵y、重构连接矩阵以及提取图自编码器模型中维度最低的层的隐变量z；根据特征矩阵x、连接矩阵a、重构特征矩阵y、重构连接矩阵以及隐变量z得到总损失函数；采用梯度下降法得到最小化的总损失函数以及训练完成的图自编码器模型；提取训练完成的图自编码器模型中维度最低的层的隐变量z＇作为降维结果。2.如权利要求1所述的单细胞rna测序数据降维方法，其特征在于，所述对n个单细胞的单细胞测序数据进行特征选取，得到特征矩阵x的步骤包括：从n个单细胞的单细胞测序数据中选取满足预设条件的m个基因为特征，得到特征矩阵x，n为正整数，其中，预设条件为：d
g
＞exp[-(m
g-b)] 0.02其中，m
g
＝{log2x
ig
|x
ig
＞0}，i是单位1，x
ig
是细胞i的第g个基因表达量，b为通过二分法得到的与m对应的超参数。3.如权利要求1所述的单细胞rna测序数据降维方法，其特征在于，所述根据两两单细胞间的马氏距离，构造连接矩阵a的步骤包括：以每个单细胞为节点，对于细胞i，选取与细胞i的马氏距离最小的前t个细胞作为细胞i的近邻点进行构图，得到连接图；基于连接图，构造连接矩阵a，其中，与细胞j若为细胞i的近邻点，则连接矩阵a中第i行第j列的元素a
ij
为1，否则为0。4.如权利要求3所述的单细胞rna测序数据降维方法，其特征在于，图自编码器模型的传播公式为：其中，i
n
是n阶单位矩阵，w
(h-1)
为第(h-1)层可训练参数，relu(
·
)为非线性激活函数。5.如权利要求1所述的单细胞rna测序数据降维方法，其特征在于，所述根据特征矩阵x、连接矩阵a、重构特征矩阵y、重构连接矩阵以及隐变量z得到总损失函数的步骤包括：根据特征矩阵x以及重构特征矩阵y得到内容重构损失函数l1；根据连接矩阵a以及重构连接矩阵得到图结构重构损失函数l2；根据连接矩阵a以及隐变量z得到低维图结构重构损失函数l3；
根据总损失函数计算公式，得到总损失函数loss，总损失函数计算公式为：loss＝l1 l2 λ
·
l3其中，λ为预设值。6.如权利要求5所述的单细胞rna测序数据降维方法，其特征在于，内容重构损失函数l1为：其中，x
ij
为特征矩阵x中第i行第j列的元素，y
ij
为重构特征矩阵y中第i行第j列的元素。7.如权利要求5所述的单细胞rna测序数据降维方法，其特征在于，图结构重构损失函数l2为：其中，sigmoid(
·
)为非线性激活函数，t为矩阵的转置操作，a
ij
、分别是a、中第i行第j列的元素。8.如权利要求5所述的单细胞rna测序数据降维方法，其特征在于，低维图结构重构损失函数l3为：其中，h＝sigmoid(z
t
z)，sigmoid(
·
)为非线性激活函数，t为矩阵的转置操作，a
ij
是a中第i行第j列的元素，h
ij
是h中第i行第j列的元素。9.一种单细胞rna测序数据降维设备，其特征在于，所述单细胞rna测序数据降维设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的单细胞rna测序数据降维程序，其中所述单细胞rna测序数据降维程序被所述处理器执行时，实现如权利要求1至7中任一项所述的单细胞rna测序数据降维方法的步骤。10.一种可读存储介质，其特征在于，所述可读存储介质上存储有单细胞rna测序数据降维程序，其中所述单细胞rna测序数据降维程序被处理器执行时，实现如权利要求1至7中任一项所述的单细胞rna测序数据降维方法的步骤。

技术总结
本发明提供一种单细胞RNA测序数据降维方法、设备及可读存储介质。该方法包括：对N个单细胞的单细胞测序数据进行特征选取，得到特征矩阵X；根据两两单细胞间的马氏距离，构造连接矩阵A；基于A构造图自编码器模型；将X输入图自编码器模型，得到重构特征矩阵Y、重构连接矩阵以及提取图自编码器模型中维度最低的层的隐变量Z；根据X、A、Y、以及Z得到总损失函数；采用梯度下降法得到最小化的总损失函数以及训练完成的图自编码器模型；提取训练完成的图自编码器模型中维度最低的层的隐变量Z＇作为降维结果。通过本发明，实现了在庞大、复杂且高维的数据上展开降维任务时保持了细胞之间的结构信息。结构信息。结构信息。


技术研发人员：张乐飞 廖明辉 杜博
受保护的技术使用者：武汉大学
技术研发日：2022.03.30
技术公布日：2022/6/28